# 模型没换，工作流程为什么可能变好？

观察模块2026-10-19.observations.2；整理2026-10-19；状态active
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。
现今方法解释，实际工作比例未知；来源待复核/撤回时暂停采用。

## 运行系统决定怎样把模型用起来
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。
[Harness²：用执行对照改进运行方法](https://arxiv.org/html/2610.14224v1)

## 看到更好的行为，不等于已经证明正确
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。
[Harness²：用执行对照改进运行方法](https://arxiv.org/html/2610.14224v1)

## 一个维护任务可以怎样改
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。


## 怎样区分流程收益和多花计算
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。


## 什么时候才值得保存经验
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。


## 带回工作
- 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。
- [C03交接与验收](/changes?task=C03)
- [F01交接与验收](/changes?task=F01)


## 原文、版本与定位
- [Harness²：用执行对照改进运行方法](https://arxiv.org/html/2610.14224v1)；版本v1；首次公开2026-10-09；收集2026-10-19；实际阅读2026-10-19；状态active；§2.1–2.3；§3.1；§4；冻结执行模型下的候选运行系统、行为对照与经验复用；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。；许可仅链接与有限摘要，不再分发论文全文或任务包