HarnessMM以决策缓存降低智能体Token消耗

2026年10月26日，X用户Elvis Saravia（@omarsar0，DAIR.AI）介绍HarnessMM，称其通过决策缓存与配置自优化降低智能体任务的token消耗。该方法使用Executable Decision Graph缓存智能体已确定的决策，并通过递归自改进循环优化harness配置，同时不改动模型权重。现有报道未提供具体消耗降幅、测试任务或实验数据。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。