Harnesses de coding agents evoluem em dez iterações

Publicado em 29 de abril de 2026, o paper apresenta um framework para evoluir automaticamente harnesses de coding agents. A abordagem combina componentes observáveis, evidências condensadas de trajetórias e decisões testadas com resultados de tarefas; o objetivo é facilitar a avaliação, a atribuição e a reversão de mudanças no harness.

No Terminal-Bench 2, o pass@1 informado passa de 69,7% para 77,0% em dez iterações. Para verificar o resultado, consulte o paper original e confira como o benchmark, as iterações e a métrica pass@1 foram definidos, além dos resultados reportados.