没有最好的那个：编队里互相改

approach.It 没有最好的那一个，最好的是一队专家，Raven 0.2.0 押的是这句话。 引帖把料摆得很足。它先承认一个前提，一个 harness 不可能样样第一。于是把自己的专家 harness 按领域分好，研究、代码、设计、值守各一摊。你已经在用的 Claude Code、Codex，也被揉进同一个队里。 整套东西按递归自我增强来设计，而且不止在技能层。连 harness 自己的提示词、策略、策略代码、玩法手册都能被 AI 重写。每个子 harness，包括编排那一层本身，都是可以继续改进的独立实例。 三条能力照录。多个 agent 编成一个队，在同一张任务图里共享记忆，编排成绩是多智能体编排基准上 0.963 的节点 F1。能跑长而复杂的活，值守和主动执行让工作连着跑几天，从科研循环到交付一整个 Godot 游戏都试过。还能用它的递归自增强做垂直领域的 agent，标注为实验性。源码公开，Apache License 2.0。 "没有最好的那一个"这半句是全场重心。前面几篇讲的都是挑哪个模型，这条直接把题目换成排哪一队。跟前面那张十二台也对得上，那篇看到编队干活，这篇给了编队的地板。任务图、共享记忆、可重写的编排层都在上面。 编排 0.963 这个数我也留一分清醒。基准分不等于真实项目里的手感，长任务跑几天的稳定性更没给数据，实验性那三个字就挂在垂直 agent 那条上。 想试的拿一个跨研究和代码的小项目开刀，看任务图里的共享记忆有没有真接上，分叉几次之后还能不能收拢。