遞迴式 Harness 自我改良：透過提示層級優化，以低推理成本達成超越極限的 AI 代理效能

本研究提出遞迴式 Harness 自我改良（RHI）技術，透過迭代優化 AI 代理的執行流程提示詞，顯著提升低推理成本模型的表現，在多項科學任務中達成超越高效能模型的產出品質。

Problem

在模型與測試框架（Harness）共同演化的趨勢下，持續更新底層框架既耗時又耗費大量運算資源。如何讓使用者端能以輕量化、低迭代次數的方式優化特定任務的執行框架，並生成高品質的執行軌跡以供未來模型訓練使用，是目前 AI 代理開發的一大挑戰。

研究團隊開發了「遞迴式 Harness 自我改良（RHI）」演算法。該方法將執行框架定義為提示層級（Prompt-level）的代理流程規範，並利用其自身修訂歷史中的成對回饋（Pairwise Feedback）進行迭代精煉，從而在不修改模型權重的前提下，優化代理的運作邏輯。

在涵蓋計量金融、機器人與製藥等 30 項機器學習研究任務中，RHI 僅需少數迭代即可顯著提升低推理強度代理的表現，甚至超越了最高推理強度的基準設定，並降低高達 60% 的推理成本。研究顯示，效能增益主要源於更有效的跨代理資訊流與上下文管理，而非單純增加推理長度。

RHI 為模型與框架的協同演化提供了實用的持續學習框架。它證實了優化執行流程（Harness）與資訊管理，能比盲目增加運算量更有效地提升 AI 代理效能，為開發高效能、低成本的專業領域 AI 系統開闢了新路徑。