币界网消息，AI姨报道，AI开始自动修改agent的harness，scale AI推出harnessopt-bench，专门测试AI能否自我优化。测试中，AI会拿到一个故意未充分优化的harness，根据跑分和失败案例不断改进代码。改完后，scale再用未见过的测试题进行考试，以验证改进后的agent是否真正变强。此次测试使用了claude opus 5、gpt-5.6 SOL、kimi k3等5个模型，在4类任务上进行了111次测试，其中opus 5表现最佳，获得4项中的3项第一。整体来看，负责修改harness的模型比使用的代码工具更为重要。