Harness² 深度導讀（下）：如何試跑、讀懂結果與評估限制
從免模型 demo 開始試跑 harness2，再用小型 benchmark 任務確認設定；最後拆解論文結果、額外成本、評分方式和網路隔離要求。
Harness²
Harness²
Harness² 深度導讀，從核心概念、原始碼流程到實際試跑與評估限制。
共 3 篇已發佈文章，依發布時間由新到舊排列。
Harness² 深度導讀（中）：沿著原始碼走一遍改進流程
從 BenchSpec、BenchmarkAdapter 和 Substrate 讀懂 Harness² 的模組邊界，再追蹤 evidence context、候選驗證、選擇與經驗庫如何接成一條流程。
Harness² 深度導讀（上）：Agent 如何改造自己的工作系統
先從研究問題讀懂 Harness²：模型權重固定，系統透過執行證據改進任務用的 Harness，也改進未來改進 Harness 的方式。