待验证50% 置信观点精确时间

harness 循环本质上是「带验证器的配置搜索」，不属于强化学习，因为没有模型参数发生移动

1

来源数

50%

置信度

长期有效

时效性

2026/10/2

首次发现

来源

一个仓库两种循环：哪个才是真正的RL？

涉及实体

harness loopconcept 强化学习concept

相关事实

待验证技能包模式通过一层工程规范约束引导模型行为，无需重新训练模型69% 相似待验证LifeOS 使用 harness（框架）而非 app 或 tool 来描述自身，意味着它不训练或微调模型，而是通过 prompt 模板、状态追踪和迭代循环引导通用大模型66% 相似待验证DQN/Q-Learning基于离散动作，难以处理连续控制任务，不适用于仿人机械手抓取66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/966909

API

curl https://kongchang.com/api/v1/knowledge/claims/966909

MCP

get_claim(id=966909)