Summary
Lilian Weng 是 OpenAI 的研究科学家/VP of Research，以撰写深度技术博客闻名。她的博客 Lil’Log 覆盖 LLM、Agent、强化学习、扩散模型等领域，是 AI/ML 社区最权威的综述来源之一。
关键贡献
- Lil’Log 博客 (lilianweng.github.io) — 长篇技术综述，覆盖从 Attention 机制到 Agent 系统的广泛话题
- Harness Engineering for Self-Improvement (2026-07-04) — 将 harness 工程与递归自我改进（RSI）联系起来的综合综述
- 早期 Agent 框架综述 (2023-06-23) — “agent = LLM + memory + tools + planning + action” 的经典定义
主要观点
在 Harness Engineering 综述中，Weng 提出：
- Harness 进化方向是 meta-methodology（改进获得更好答案的机制，而非改进答案本身）
- Harness 系统本身成为优化目标，减少启发式规则，增加通用机制
- 优化对象的演进路径：prompt → 结构化 context → workflow → harness code → optimizer code
- 近期 RSI 路径不太可能从模型直接改权重开始，而是从 harness 层面切入
重要博客文章
- LLM Powered Autonomous Agents (2023)
- Prompt Engineering (2023)
- Harness Engineering for Self-Improvement (2026)
相关页面
- harness-engineering — Weng 的综述核心主题
- self-evolving-harness — 综述中 Self-Harness、STOP 等工作的整合视角
- meta-harness — 综述中重点介绍的 Meta-Harness 框架
- autoresearch — 综述中引用的 Karpathy autoresearch
- coding-agents — 综述中 Coding Agent Harness case study
- harness — Weng 定义的 harness 核心概念