{"version":"2026-10-19.observations.2","reading":{"id":"reading-harness","title":"模型没换，工作流程为什么可能变好？","deck":"Harness²研究工具、技能、检查脚本和运行规则的改进；行为变了仍需核验产物与全部成本。","editorialAt":"2026-10-19","sourceIds":["R-HARNESS2"],"sections":[{"title":"运行系统决定怎样把模型用起来","paragraphs":["运行系统（harness）组织材料、工具、执行步骤和状态。Harness²冻结执行模型，先提出流程候选，在相同任务中执行并比较行为，再选择或组合有证据的改动。它还保存适用条件与改进经验，供后续任务选择性参考。"],"sourceIds":["R-HARNESS2"]},{"title":"看到更好的行为，不等于已经证明正确","paragraphs":["论文明确区分行为对照与正确性验证：不同候选可能共享错误，执行也有随机性。经验被采用不表示最优或已经证明能迁移到所有工作。增加候选还会增加编辑、执行和选择的开销。"],"sourceIds":["R-HARNESS2"]},{"title":"一个维护任务可以怎样改","paragraphs":["编辑构造例子，未执行AI：补丁通过新增用例，却破坏原来的报错路径。先保留失败复现和原行为；候选流程增加错误路径回归；再次打开真实产物核验。若仍无法确认，回滚并由人接管。","这对C03是相邻方法启示，不是论文已验证本站软件维护工作。F01也可借鉴检查期间、单位和汇总一致性的脚本，但专业口径与最终接收仍由人判断。"],"sourceIds":[]},{"title":"怎样区分流程收益和多花计算","paragraphs":["编辑建议：固定任务、模型、输入和环境，用相同总预算比较当前流程与候选流程，另以普通重试或输出修订作对照。预算包含编辑器、全部执行、选择和核验，不能只比较最后一次运行。","记录哪些失败减少、哪些旧行为回退，以及准备、检查、返工、接管的完整人时。若改动只在旧题奏效或审核抵消节省，就保留原流程；不把复杂度本身当进步。"],"sourceIds":[]},{"title":"什么时候才值得保存经验","paragraphs":["只保存触发条件、失败证据、有效修改、反例和失效条件。客户本次金额或本仓库偶然事实不能变成下一个任务的默认规则。上述记录是本站编辑方法，不是已部署自动演化功能。"],"sourceIds":[]}],"actions":["求职者：用可复现失败、修复和回归记录说明贡献，避免仅提交生成结果。","团队负责人：先比较固定流程与一个小改动，不因论文结果就替换整套运行系统。","普通读者：把模型、运行系统、输入环境和验收条件分开读；本站没有复现实验收益。"],"seriesIds":[],"taskIds":["C03","F01"],"frontierIds":["F08","F24"],"evidenceStatus":"active","actualCoverage":null},"sources":[{"id":"R-HARNESS2","title":"Harness²：用执行对照改进运行方法","url":"https://arxiv.org/html/2610.14224v1","version":"v1","locator":"§2.1–2.3；§3.1；§4","scope":"冻结执行模型下的候选运行系统、行为对照与经验复用","license":"仅链接与有限摘要，不再分发论文全文或任务包","limit":"作者研究，本站未复现；行为对照不能验证正确性，多次运行和编辑器成本需计入。","publishedAt":"2026-10-09","readAt":"2026-10-19","collectedAt":"2026-10-19","status":"active","nextReview":"2026-11-19","methods":[],"family":"R-HARNESS2"}],"actualCoverage":null}