**AI Agent Harnesses：如何判断智能体真正变好了？**

_Obsessing over AI Agent Harnesses_

> 文章探讨AI Agent harness（围绕模型的提示、工具、记忆、上下文、模型路由等系统）的评估难题。作者指出，仅靠benchmark前后对比不足以判断agent是否真正改进，因为agent可能优化了测试指标却损害了未测试的能力。作者提出用Retention（保留）、Loss（损失）、Gain（增益）三个维度来评估agent变化。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-08-29 12:28（北京时间）
- **原文**：[打开原文](https://www.roderick.dev/writing/2026-08-28-obsessing-harnesses)