幣界網消息，AI 姨報導，AI 開始自動修改 agent 的 harness，scale 推出 harnessopt-bench，專門測試 AI 是否能夠自我優化。在測試中，AI 會拿到一個故意未充分優化的 harness，根據跑分和失敗案例不斷改進代碼。改完後，scale 再用未曾見過的測試題進行考試，以驗證改進後的 agent 是否真正變強。此次測試使用了 claude、opus、gpt-5.6、SOL、kimi、k3 等5個模型，在4類任務上進行了111次測試，其中 opus 表現最佳，獲得4項中的3項第一。整體來看，負責修改 harness 的模型比使用的代碼工具更加重要。