SelfSearch论文：无奖励搜索让代理自改harness

一篇名为 SelfSearch 的论文提出一种无奖励搜索方法，让 AI 代理通过记录早期自我修改的推理、工具动作和结果，来修改自身的指令、工具和执行流程。DAIR.AI 的 Elvis Saravia 在 X 上分享并解读该论文时称，经自我修改的 harness 以 4.03 美元的成本达到了 Codex 的水平。这一性能与成本说法来自该论文及分享者的表述，并非独立验证的结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。