Harness

NVIDIA AVO 在 ARC-AGI-3 公开演示集取得 100 分，真正值得关注的并不是又一个满分，而是 Harness 如何把短时推理转化为跨上下文持续积累的系统能力。本文拆解 AVO、RHAE 的计量盲区，以及模型 Scaling、测试时计算与系统时扩展之间的新边界。

DeepSeek Harness 的真正价值，不是再造一个 Coding Agent，而是把模型、工具、上下文、沙箱、Agent Loop 与运行轨迹变成可声明、可比较的工程变量，迫使行业重新思考 Agent 能力究竟应该如何归因。