跳到正文
原文
LangChain Blog·· 3 小时前精选AI 评分70

LangChain 通过 Harness 工程将 Deep Agents 评测成绩提升至前五

Improving Deep Agents with harness engineering

AI 导读

LangChain 团队分享了利用外围系统工程改进编程智能体 deepagents-cli 的实践方法。在底层模型固定为 gpt-5.2-codex 的情况下,团队仅通过调整系统提示词、工具与中间件,使智能体在 Terminal Bench 2.0 上的得分从 52.8 提升至 66.5,排名由前 30 跃升至前 5。

推荐理由

原文在不改动底层模型的前提下拆解了通过中间件拦截、上下文注入和追踪诊断提升智能体表现的具体工程手段,读者可以据此迁移到自己的 Agent 开发中。

来源:LangChain Blog · langchain.com