Nvidia 的 Mid-Harness 將 AI 代理程式的成功率提升至 68%
Nvidia 研究人員推出 Mid-Harness，這是一種旨在提升 AI 代理可靠性的方法。系統會在每個步驟產生多個可能的指令，接著使用驗證模型，在執行前選出最佳行動。
在 TerminalBench-Lite 基準測試中，每個步驟使用八個候選行動，讓首次嘗試成功率（Pass@1）從 50.00% 提升至 68.03%。這種方法針對操作命令列介面和外部工具的終端代理，因為一個錯誤指令就可能導致整個任務失敗。
研究人員發現，行動層級的擴展表現更好，且比反覆執行完整任務軌跡使用更少的 token。結合兩種方法也在不同模型與基準測試中帶來穩定的提升。在部分測試中，TMAX-9B 同時擔任生成器與驗證器，顯示相對較小的 AI 模型也能有效評估自己產生的候選行動。
Mid-Harness 不需要重新訓練生成器，而是在指令生成與執行之間加入驗證層。不過，68.03% 的 Pass@1 仍代表約三分之一的任務未能成功，而且這種方法還需要在更長、更難預測的真實環境中進一步測試。
對加密貨幣交易者而言，這項發展與 AI 代理和區塊鏈自動化的相關敘事有關，但不會直接影響加密貨幣價格或網路基本面。
Neutral
預期對加密貨幣市場的影響為中性。Nvidia 的研究是 AI 代理可靠性方面的技術發展，而不是直接涉及區塊鏈網路、代幣、交易所或加密貨幣監管的公告。因此，它不會立即為現貨價格、衍生品部位或網路活動提供催化劑。
短期內，如果交易者將這項消息與更廣泛的 AI 基礎設施發展連結起來，AI 相關代幣可能會獲得有限的敘事驅動型關注。過去關於模型升級、代理框架和硬體生態系的類似公告，有時曾帶動 AI 相關加密資產短暫上漲。這類走勢通常由市場情緒主導，若缺乏採用數據、合作夥伴關係、代幣效用或營收資料，漲勢可能會消退。
長期而言，對 AI 代理領域的影響可能更具建設性。更高的指令可靠性、更低的代幣成本，以及較小型模型自行驗證其行動的能力，可能支援自主軟體，包括區塊鏈監測、交易自動化和去中心化應用程式。不過，基準測試結果仍低於完全可靠的程度，實際環境中的效能也尚未獲得證實。因此，交易者在給予看漲估值溢價前，應關注後續證據，例如開源採用、與加密貨幣協議的整合、開發者活動、代幣交易量和持續的資金流入。包括比特幣走勢、流動性和風險偏好在內的更廣泛市場指標，對加密貨幣價格的影響很可能遠大於這項公告。