翁荔连更2篇博客：谨慎对待Scaling Law，Harness将重构AI演进范式
他们在同样的算力预算下，训练了一个700亿参数、但用了14万亿 token 的模型，结果在9个基准测试中的7个上，击败了参数量是自己4倍的 Gopher。
用推理步骤的「语义冗余」给LRM过度思考踩刹车
但答案看起来稳了，并不代表推理真的收敛了:模型可能还在探索、自我纠错的过程中，就短暂给出高置信、甚至连续一致的错误答案。
翁荔新博客提出「自进化先从Harness开始」，DeepSeek崔添翼转发附议
这回讨论的是AI自进化，她提出了一条现实路径:不一定从模型直接改写自己的权重开始，而是先从Harness开始。
“10%概率人类会灭绝”，说这话的，是造AI的人
说这话的人，到底是谁？Evan Hubinger，Anthropic对齐科学负责人。翻译一下：专门研究怎么给AI上锁的人。他的同事Jacob Coxon，27岁，过去三年在OpenAI和Anthropic做预训练研究。9月9日，他宣布辞职，原话是：“这两家公司都没有负责任地行事。
自优化的Harness，才是好Harness
今天分享上海AI Lab提出的一种无需人类工程师、也无需更强外部Agent介入的Harness自优化范式（Self-Harness），让固定LLM通过执行轨迹挖掘自身弱点，并生成可验证的Harness修改提案。正如Bergson所言：存在即变化，变化即成熟，成熟即持续创造自我。
刚刚，翁荔博客又上新：通过Harness工程实现AI自我提升
这一次，她书写的主题是当前大热的 Harness Engineering，聚焦的正是当下 AI 研究最前沿一个环节:当模型本身的智能已经足够强大时，真正决定它能走多远的，或许是包裹在模型外面的那层「Harness」也就是负责编排模型思考、调用工具、管理上下文、评估结果的那套系统。
不换模型，效果提升104%！上海AI Lab让Harness也能自进化了
模型先检查自己的运行轨迹，从失败里挖出模式，再提出有边界的Harness修改，最后交给回归测试决定要不要采纳。
翁荔新博客：自进化先从Harness开始，DeepSeek崔添翼转发附议
这回讨论的是AI自进化，她提出了一条现实路径:不一定从模型直接改写自己的权重开始，而是先从Harness开始。
Hermes 的 kanban 功能又升级了，干掉 3 种流程阻塞，效率大幅提升
#探寻人工智能，人与AI全新序章#这两天 Hermes 发了一条小更新。