Raven 开源：给每个模型自动演化专用 harness，「通用多智能体框架」正在被自己的产物替代

结论

EverMind AI 发布开源多智能体系统 Raven。它的机制不是「一个框架打天下」，而是为每个模型和领域单独构建 harness：从失败中演化、经统计检验后替换，再由 host agent 把目标拆成任务图，分派给各个「模型 + harness」组合。这代表一种路线转向 —— 框架本身不再被当作固定代码，而是被当作可进化的产物。

三个要点

• 它针对的是真实痛点。 同一条指令，不同模型的失败模式完全不同。用一套固定的提示与工具编排去适配所有模型，等于在平均水平上妥协。为每个模型单独演化 harness，是把这个差异正面处理掉。
• 「统计检验后替换」是最容易被忽略、也最关键的一步。 没有这一步，演化会过拟合到偶然的成功样本上，看起来在进步，换一批输入就崩。抄机制的时候可以省别处，这一步不能省。
• 它有明确前提。 需要可重复的失败信号与足够的调用量，否则演化没有梯度。小规模使用场景下，手工调好的 harness 往往比自动演化更稳。

对你意味着什么

哪怕不用 Raven，也值得借鉴它的证据纪律。 「每次失败都留下结构化记录：输入、输出、期望、判定」—— 这一条可以独立于任何框架落地，而且立刻能提升你现有 Agent 的可调试性。

先评估自己的调用量。 日均调用在数百次以下，优先把评测集和失败归档做扎实，别急着引入自动演化。

把它当作方法论而非现成答案。 开源项目的价值往往在思路：模型与编排应当解耦、失败应当被量化、替换应当有门槛。

把「可替换」当作设计目标。 如果哪一天你想换模型，成本主要来自当初把编排逻辑写死在了哪里。留一层薄接口，比追求某一次演化的峰值收益重要得多。

一句话：下一代 Agent 框架的竞争点，可能不是谁的设计更好，而是谁能把自己的设计淘汰得更快。

参考来源

• DAIR.AI（X）：EverMind AI 开源多智能体系统 Raven

延伸阅读：100 次调用换一个证明：Cogentic 说明多智能体真正的价值在「审查」 · OpenAI推理之父最新访谈！数学只是多智能体时代的开胃菜