面向自我改进的框架工程（Harness Engineering for Self-Improvement）

Stanford CS329A：自我改进的 AI 智能体（2025 秋）

斯坦福大学 CS329A“Self-Improving AI Agents”2025 年秋季课程主页，教师为 Aakanksha Chowdhery 和 Azalia Mirhoseini。课程介绍称其涵盖智能体通过与自身及环境交互持续自我提升的技术，包括宪法式 AI、使用验证器、测试时计算扩展、搜索与 LLM 结合、基于 RL 的训练时扩展，以及工具使用、代码、记忆增强、多模态能力编排、多步推理与规划、鲁棒评估框架等；课程以阅读最新论文、课堂讨论和原创研究项目为主，并邀请学界与业界讲者分享编码智能体、STEM 研究助手、机器人自主系统等应用。课程时间为周一、周五 16:30–17:50（太平洋时间），地点 Skilling Auditorium。

可信第三方评估的共同操作指南

A shared playbook for trustworthy third party evaluations

OpenAI 于 2026 年 5 月 29 日发布的文章，分享关于第三方 AI 评估的指导意见，涉及如何评估前沿模型的能力、防护措施与评估有效性。文章指出独立可信的第三方评估对安全生态的作用，并谈到早期评估把模型当作聊天机器人、而当前前沿模型能使用工具、跨多步保持信息并在一整套工作流中行动，因此表现还取决于任务环境和配置。

Google Research 的 Harness2——递归式智能体 Harnessing

Harness2 by Google Research – Recursive Agent Harnessing

这是 Google Research 发布的框架 Harness²，用于开放世界中的递归式智能体 harnessing。它把 harness（围绕模型的提示、工具、记忆、技能、编排等系统）和 harnessing（优化该系统）在模型权重固定的前提下分两个层级递归进行，并给出任务级递归的定义。仓库包含 arXiv 论文链接、项目网站、基准指南文档、演示 GIF 与 Apache 2.0 许可证，示例流程涉及 JobBench 基准的安装与运行命令。

yuatemycat/SuperGhidra

GitHub 仓库，项目自述为面向 Ghidra 的 Python 工具集：自主智能体逆向工程、无锁 Ghidra 守护进程及 C++ 恢复套件，采用 AGPL-3.0-or-later 许可，要求 Python 3.10 以上。其功能描述包括让 Ghidra 的脚本编写更快、把反编译原始输出改写为可编译的 C，以及执行 Ghidra 未自带的静态分析（如 MSVC RTTI），并提供 MCP 集成；标签涉及 arm64、x86-64、P-code、Z3/SMT 求解等。