标签 > Agent自我改进，诊断标准也得跟着变？RuHarness让Harness针对新弱点持续优化

随着 Agent 具备自我改进能力之后，静态、固定的诊断评测标准就不再够用了，传统 Harness 评测框架大多是提前写好固定测试用例，只能检