EverMind AI 发布 Raven：一个能演化模型 harness 的开源系统

Raven 使用一个 host agent 将目标拆分为任务图，并把每个部分发送给一个模型-harness 组合，用于研究、代码、设计或 on-call 工作。Harness 组件会被诊断、变异和重组，候选 harness 只有在通过统计检验后才会替换当前 harness。

DAIR.AI 报告称，在 DeepSeek-V4-Flash 上，该研究 harness 在 BrowseComp 上得分 69.3%，在 Humanity's Last Exam 上得分 60.0%；同一模型上另外两个 harness 的成绩最高分别为 62.4% 和 43.3%。其精选技能库将 SkillsBench Pass@1 从无技能时的 9.2% 提升到 22.6%。论文为 Raven: The Harness of Harnesses for Composable Agentic Intelligence。