AnswersPublished15 sources
HarnessPro justerer AI-agentens opsætning for at balancere pris og resultater
HarnessPro analyserer spor fra en AI agents arbejde og foreslår ændringer i dens instruktioner, værktøjer og driftsregler. Metoden bevarer tre muligheder: Lite til lavere omkostninger, Medium som mellemvej og Heavy til højere ydeevne.[11] I et rapporteret Terminal Bench 2 resultat klarede Heavy 80,8 procent af opgav...
Udgivet afRedigeret med GPT-6 LunaBilleder genereret med GPT Image 2
Research answer
Key takeaways
- HarnessPro analyserer spor fra en AI agents arbejde og foreslår ændringer i dens instruktioner, værktøjer og driftsregler.
- Metoden bevarer tre muligheder: Lite til lavere omkostninger, Medium som mellemvej og Heavy til højere ydeevne.[11]
- I et rapporteret Terminal Bench 2 resultat klarede Heavy 80,8 procent af opgaverne til 0,72 dollar pr.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is HarnessPro, released by researchers from Tsinghua University, Zhipu, Shanghai Jiao Tong University, the University of Warwick and Ku. Article summary: HarnessPro is a self-supervised framework for recursively improving an AI agent’s **harness**—the instructions, tools and runtime policies around it—while optimizing both task success and execution cost.[2][16] Its disti. Topic tags: general, academic, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake num
En AI-agent afhænger ikke kun af selve modellen. Også instruktionerne, værktøjerne og reglerne for, hvordan den arbejder, kan påvirke både resultatet og prisen. Denne samlede opsætning kaldes ofte agentens harness. HarnessPro er en metode til løbende at forbedre den – uden at gå ud fra, at én opsætning passer bedst til alle opgaver.3
11
Sådan arbejder HarnessPro
HarnessPro analyserer spor fra agentens tidligere kørsler for at finde mønstre i fejl og omkostninger. På den baggrund foreslår systemet ændringer i opsætningen og vurderer de mulige versioner med syntetiske tests. Ifølge projektets README bruges der under optimeringen ikke facitløsninger eller officielle tests til at bedømme kandidaterne.11
Processen gentages: Nye versioner kan testes og forbedres i flere runder. Det er altså agentens måde at arbejde på, der ændres – ikke modellens vægte.3
11
Tre niveauer i stedet for én universalløsning
En opsætning, der klarer flest opgaver, kan også være dyrere. HarnessPro bruger derfor en Pareto-baseret udvælgelse, som bevarer tre forskellige muligheder: Lite med fokus på lavere omkostninger, Medium som kompromis og Heavy med fokus på højere ydeevne.11
Det gør afvejningen synlig: Brugere kan vælge ud fra deres behov, frem for automatisk at gå efter den konfiguration, der scorer højest på én måling.11
Hvad viser de rapporterede resultater?
På Terminal-Bench 2 rapporterer projektets resultatside, at HarnessPro Heavy med GPT-5.5 og Codex klarede 80,8 procent af opgaverne til 0,72 dollar pr. opgave. Til sammenligning angives RHO til 76,3 procent og 1,09 dollar pr. opgave.16
Forskningsopsummeringer rapporterer desuden, at Heavy i det beskrevne evalueringssetup i gennemsnit øgede beståelsesraten med 2,0 procentpoint og sænkede prisen pr. opgave med 26,1 procent sammenlignet med RHO.7
20
Tallene gælder bestemte kombinationer af model, agentopsætning og benchmark. De viser ikke, at HarnessPro vil give samme forbedring på alle opgaver eller i alle driftsmiljøer. Netop derfor fastholder metoden flere versioner med forskellige afvejninger mellem pris og ydeevne.11
16
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "HarnessPro justerer AI-agentens opsætning for at balancere pris og resultater"?
HarnessPro analyserer spor fra en AI agents arbejde og foreslår ændringer i dens instruktioner, værktøjer og driftsregler.
What are the key points to validate first?
HarnessPro analyserer spor fra en AI agents arbejde og foreslår ændringer i dens instruktioner, værktøjer og driftsregler. Metoden bevarer tre muligheder: Lite til lavere omkostninger, Medium som mellemvej og Heavy til højere ydeevne.[11]
What should I do next in practice?
I et rapporteret Terminal Bench 2 resultat klarede Heavy 80,8 procent af opgaverne til 0,72 dollar pr.
Sources
arxiv.orgHarnessPro: Recursive Harness Self-Improvement with ...
github.comHarnessPro/README.md at main · pzs19/HarnessPro · GitHub
pzs19.github.ioHarnessPro · Recursive Harness Self-Improvement
alirezashamsoshoara.github.ioDaily AI Papers — October 20, 2026
dev.toAgents Write the Commits Now — This Week's Research Is ...