Hugging Face 预览 Beaker 自主调优代理

Victor Sanh 推出 Beaker 预览版，将 AI agent 定位为可自动开展实验、定位失败案例并持续叠加有效修复的自主 AI 工程师。团队围绕比最新模型早 9 个月的旧模型调优 agent harness，性能反超最新模型近 10 个百分点。

Hugging Face 推出 Beaker 预览版，定位为可自主测试、修复并叠加改进方案的 AI 工程师。Beaker 针对比最新模型早 9 个月的旧模型调优 Agent harness，性能反超最新模型近 10 个百分点。

Hugging Face 的 Victor Sanh 回应“等下一代模型才能解锁能力”的观点，称实验显示调优 Agent harness 后，落后 9 个月的旧模型可反超最新模型近 10 分。Beaker 团队还发布自动调优 harness 的预览版工具，在 AutomationBench 上将 GPT-5.2 的任务完成率从 30% 提升至 48%。