Harness 不只是一次性腳手架：解構自進化 Coding Agent 系統的五維地圖

• 南京大學團隊發布的最新綜述《Self-Evolving Coding Agents》指出，未來的 Coding Agent 核心在於將編碼交互產生的反饋轉化為持久性改動。 • 論文將自進化對象拆解為框架、記憶、技能與工具、模型、工作流拓扑五大維度，跳脫了傳統靜態 Harness 的限制。 • 進化的時機分為任務內、任務後、階段性三層，並依賴結果證據、環境反饋與軌跡衍生證據來驅動。 • 雖然自進化能讓系統越跑越強，但也伴隨著可复現性、反饋可靠性、記憶腐化與評測短視等四大挑戰。 • 超越人工維護的傳統腳手架，未來的 Harness 系統將具備自主成長、動態協作與經驗沉淀的能力。