側 N

起初只是調校一個代理，到了三月，它指的是模型以外的一切

本文各節分別依據哪些來源，以及整體證據基礎的樣貌。

各節所依據的來源

章節	所依據的來源
事實	Dex Horthy 於 X；Justin Young，Anthropic；Mitchell Hashimoto；Ryan Lopopolo，OpenAI；Vivek Trivedy 於 X；Vivek Trivedy，LangChain；HumanLayer；Addy Osmani；Databricks；ai-boost，awesome-harness-engineering，GitHub；維基百科
時序	Yao 等，〈ReAct〉，arXiv；Schick 等，〈Toolformer〉，arXiv；Erik S. 與 Barry Zhang，Anthropic；Vivek Trivedy，vtrivedy.com；Dex Horthy 於 X；Justin Young，Anthropic；Michael Bolin，OpenAI；Celia Chen，OpenAI；Mitchell Hashimoto；Ryan Lopopolo，OpenAI；Vivek Trivedy 於 X；Vivek Trivedy，LangChain；HumanLayer；Prithvi Rajasekaran，Anthropic；Birgitta Böckeler，martinfowler.com；Addy Osmani；Zhang 等，arXiv，5 月 7 日；Hailin Zhong 與 Shengxin Zhu，arXiv；Jiang 等，〈Harness-1〉，arXiv；Zhang 等，〈Self-Harness〉，arXiv；Databricks；Wang 等，〈Phantom Guardrails〉，arXiv；Barbaste 等，arXiv；維基百科；Fan 等，arXiv
論點	Dex Horthy 於 X；Justin Young，Anthropic；Mitchell Hashimoto；Ryan Lopopolo，OpenAI；Vivek Trivedy 於 X；Vivek Trivedy，LangChain；HumanLayer；Birgitta Böckeler，martinfowler.com；Addy Osmani；Hailin Zhong 與 Shengxin Zhu，arXiv；Databricks；ai-boost，awesome-harness-engineering，GitHub；維基百科
補充	Justin Young，Anthropic；Mitchell Hashimoto；Ryan Lopopolo，OpenAI；Vivek Trivedy 於 X；Vivek Trivedy，LangChain；Prithvi Rajasekaran，Anthropic；Birgitta Böckeler，martinfowler.com；Addy Osmani；Zhang 等，arXiv，5 月 7 日；Zhang 等，〈Self-Harness〉，arXiv；Databricks；Wang 等，〈Phantom Guardrails〉，arXiv；Barbaste 等，arXiv；Fan 等，arXiv
結論	Dex Horthy 於 X；Mitchell Hashimoto；Vivek Trivedy 於 X；Vivek Trivedy，LangChain；HumanLayer；Prithvi Rajasekaran，Anthropic；Birgitta Böckeler，martinfowler.com；Zhang 等，〈Self-Harness〉，arXiv；Databricks；Wang 等，〈Phantom Guardrails〉，arXiv；維基百科；Fan 等，arXiv

證據基礎的樣貌

26本文依據的來源
5章節，每一節都有來源
17全文閱畢
9僅讀摘要

來源的性質	數量	閱讀方式
源頭：某個名詞、定義、技巧或量測首度出現的論文或貼文	11	四則貼文全文閱畢；七篇論文只讀了摘要，頁面上沒有任何超出摘要的內容
廠商：公司談自家產品、團隊或基準成績	8	八件皆全文閱畢；它們談自己的內容，頁面上一律標明出處
社群：實務工作者以個人身分所寫，以及一份整理清單	4	四件皆全文閱畢
參考：一則百科條目、一套形式框架與一篇立場論文	3	條目全文閱畢，以固定版本為準；兩篇論文只讀摘要

可不可靠

可靠，但有立場又可信又可靠兩者皆弱，謹慎採用立場可信，但材料薄弱

值不值得相信

每一點代表一項採用的來源，依兩項判斷置於六級量尺上。點不具名：本圖呈現的是證據的樣貌，而非對任何出版者的評價。