Source: Harness Updating Is Not Harness Benefit: Disentangling Evolution Capabilities in Self-Evolving LLM Agents (28 May 2026) https://arxiv.org/abs/2605.30621

這篇研究探討的是一個很有趣而且很實際的問題：

如果我們讓 AI 自己改進自己的工作方法，那麼最聰明的 AI 是否一定最擅長改進自己？而且改進後是否一定獲益最大？

研究結果發現：答案竟然不是。

一、先明白什麼是「Harness（外部工作框架）」？

今天的大型語言模型（LLM）其實不只是單獨運作。

例如一個 AI 助理可能有：

• 系統提示（Prompt）
• 記憶（Memory）
• 工具（Tools）
• 技能庫（Skills）
• 工作流程（Workflow）

這些東西圍繞在模型外面，就像：

• 醫生的病歷
• 廚師的食譜
• 工程師的工具箱

研究人員把這些統稱為：

Harness（外部工作框架）

可以把它想像成：