Harness-of-Harness: sviluppo autonomo di software nell’arco di più giorni con miglioramento continuo

Abstract degli autori

Questo studio esamina lo sviluppo autonomo di software, in cui agenti di programmazione basati su LLM trasformano requisiti di alto livello in sistemi software completi, funzionanti e utilizzabili, senza intervento umano. Presentiamo Harness-of-Harness (HoH), un framework che consente agli agenti di migliorare continuamente il software durante lo sviluppo autonomo. HoH opera su harness esistenti per agenti di programmazione e ne organizza le esecuzioni in cicli iterativi di pianificazione, programmazione e test. Per sostenere il miglioramento da un ciclo all’altro, HoH bilancia le correzioni con l’ampliamento delle funzionalità, suddivide lo sviluppo in incrementi piccoli e verificabili, separa i test svolti durante l’implementazione dalla valutazione indipendente e impone vincoli agli output verificabili anziché prescrivere i flussi di lavoro degli agenti. Rende progressivamente disponibili i risultati da consegnare, gli strumenti specifici per ciascun ruolo e le competenze, incoraggia il riutilizzo anziché la ricreazione e conserva la cronologia delle versioni dei progetti. Su GameCraft-Bench, FrontierSWE e ProgramBench, con tre coppie harness-modello (Codex con GPT-5.5, OpenCode con DeepSeek-V4-Pro e Pi con MiniMax-M3), HoH supera sistematicamente i corrispondenti harness usati da soli, ottenendo dopo tre iterazioni un miglioramento relativo medio del 52,25 per cento e uno massimo dell’82,86 per cento. In un impiego durato più giorni e comprendente oltre 70 iterazioni, HoH sviluppa autonomamente un videogioco sparatutto in prima persona, con una trama coerente, meccaniche fondamentali completamente implementate, un’esperienza giocabile da persone, una grafica curata e un audio integrato. Github: https://github.com/Flesymeb/HarnessOfHarness Pagina del progetto: https://flesymeb.github.io/HarnessOfHarness/