这是本节的多页打印视图。 .

工程文章

解释 Harbor Self-Evolving 背后的证据、评测架构与边界。

工程文章解释产品为何这样设计。正式已交付主张仍以发布和源码证据为准。

1 - Host 优先，也要诚实讲边界

0.9.6 为何默认 Host 执行，却绝不把它称为沙箱。

要求用户先装 Docker 才能诊断 Agent，会制造摩擦；假装直接执行具有隔离性，则会制造风险。0.9.6 选择 Host 作为默认，并精确说明边界。

Host 模式以当前用户权限与环境运行，不提供容器隔离、用户切换、网络策略或 CPU/内存限制。需要这类边界时，Docker 仍是显式 opt-in。

执行环境成为 Context 身份的一部分，Host 结果不会静默与 Docker 比较。只要 runtime 差异持续可见，降低门槛不必牺牲证据质量。

为什么 Agent 在下一次重写前，需要 validity、coverage 与可比身份。

让自进化失去可信度的最快方式，是让同一个不透明循环自己选 case、重写自己，再宣布胜利。

Harbor 反过来：先固定测什么、怎么测；再检查证据是否有效、覆盖多少 population；然后才提出一个改动，并与身份仍匹配的 baseline 比较。

这就是 Optimizer 与 Gate 分离、Historical Session 只用于诊断、raw reward 不会静默变成 valid score 的原因。

它看起来比“重写到 demo 好看”为慢，却远比上线一个无法解释分数的 regression 更快。