摘要
Meta2 不直接离线搜索一份共享 harness，而是从 A/B/C rollout 结果对比中提炼可复用的文本 Meta-Skill；部署时冻结该知识，让 evolver 在单次长程任务中选择 KEEP 或有界 EVOLVE，每项编辑只影响当前 run。（来源：原始资料（本地存档））
核心内容
- Terminal-Bench 2.1 / DeepSWE 1.1 上，GPT-5.6-Terra 的作者报告成绩为 81.00 / 44.44，NexAU seed 为 66.33 / 34.67；完整评测成本为 174.91 / 367.86 美元。（来源：原始资料（本地存档），Tables 1、5）
- contrastive Meta-Skill 相对无知识 evolver 提升 6.33 / 8.00 点；把任务内编辑持久带入后续任务反而降到 78.33 / 39.11，支持“知识复用、编辑局部化”。（来源：原始资料（本地存档），Figure 4）
- 模型参数始终冻结，测试期结果也不写回 Meta-Skill，因此它不是严格 Agentic RL，也没有执行递归改进 improver 的闭环；最准确分类是离线 learned harness guidance 加任务内 harness 修正。（来源：原始资料（本地存档），pp. 3-6、19、22-23）
相关页面
- 概念：Harness Engineering、Self-Improving Harness、Recursive Self-Improvement
- 实体：Meta2
- 主题：LLM Agent Self-Improvement、Agent Harness 与 Agentic RL 开源生态
来源
- 原始文件：原始资料（本地存档）
- 定位信息：pp. 1-9、16、18-19、22-23；Tables 1、2、5；Figures 3、4。
待核实问题
- 需验证 frozen Meta-Skill 对新 backbone、GUI/浏览器 CUA 和弱 verifier 任务的跨分布迁移，以及 checkpoint edit 的因果贡献。