重绘一张涂鸦后，AI 都学会了什么？
涂鸦变成鲜花，鲜花再长成一片花田——每一步的输出都是下一步的输入，中间任何一环偏了，误差就会沿着流程一路传下去。而当视觉 AI 完成了全部规划和试错，正确的经验能留下来吗？
由北航、港中文与新国大团队共同完成的OmniHarness给出了一种办法：参数不变，把做对的流程收进方法库，让下一次创作有经验可用。
画得出脑洞，改得准细节
从一张花朵涂鸦开始。
四格漫画要串起 " 醒来—看手机—发现周日—继续躺平 " 的剧情，兼顾动作、文字和画面衔接。
" 其他地方，尽量别动。"
画对一次之后，换张图片、换个主题，经验还能派上用场吗？视觉智能体要走向实际创作，就绕不开这个问题。
OmniHarness 通过符号策略学习，把验证有效的做法提炼成一类任务可复用的方法。
红花和输入草图，是这道题的细节；" 先重绘、再用结果引导生成 "，则是一种可迁移的做法。换个主题，这条流程仍可作为适配新需求的起点。
策略是一套带使用说明的工作流：保留共享步骤、适用条件和依赖资源，去掉当前任务的具体输入。
新任务到来后，系统检查条件、填入新输入，再调整或组合已有策略。
自己出题、边做边检查、把经验留下来
任务未到，先练起来。
反复练熟悉的题，收获可能有限；题目远超当前能力，也容易陷入低效尝试。选题要兼顾探索价值与现有方法的支撑。
默认每轮提出 10 个候选任务，按新颖性与能力边界评分的乘积选题：
新颖性看哪里练得少；能力边界评分看难度是否适合当前能力。
新颖性随尝试次数递减：
对所需能力取平均，还能避免任务仅因包含更多能力，就获得更高的新颖性评分。
系统按调用与验证成功次数估计可靠性，取95%Wilson 置信区间下界；每项能力选最可靠的适用且未停用工作流。
任务能力估计由最薄弱的一项决定：
再计算能力边界评分：
这里的是基于策略可靠性的能力估计，并非任务真实成功率。
第二步：边做边检查
系统先规划步骤与依赖，再将代码转换为 ComfyUI 工作流，验证流程可执行性、中间结果与最终输出。
中间验证尤其关键。如果红花已经偏离要求，继续用它生成花田，偏差可能沿流程传递。及时检查，才能尽早调整。
发现问题后，定位并修复失败环节，保留已验证部分；必要时调用子智能体，在有限重试内重新验证。
第三步：把经验留下来
成功流程抽象为策略；失败留下证据、原因和修正办法。系统持续更新可靠性、合并等价流程，让新经验参与下次选题与执行。
成功一次，也不意味着从此可靠。后续调用的成功与失败，会继续影响策略的可信度和复用优先级。
创意任务解决率 95%，提升在哪里？
Pass 衡量工作流能否运行，Resolve 衡量结果是否满足要求。
两种配置的工作流运行通过率均为 100%；ComfyMind 和 SymbOmni 也已达到这一水平。因此，更值得看的是流程跑通后，究竟完成了多少任务。
同用 GPT-4o，OmniHarness 总体解决率为 89.5%，高于 ComfyMind 的 83%；创意任务为 95%，对照为 57.5%。
同用 GPT-4o 仍有提升，支持了整体框架的有效性，也让工具组织与经验复用成为值得进一步观察的因素。
换成 Codex 规划配置，总体解决率从89.5%升至92.5%，复杂任务从 76.7% 升至 83.3%，体现了规划配置对多步流程表现的影响。
复杂任务仍有进步空间：Codex 配置为 83.3%，略低于 ComfyMind 的 85%。
换个智能体、换成视频，经验还能用吗？
这份策略库既包含可复用的工作流模板，也包含失败证据与修正方法，供其他智能体通过自身的检索、规划和执行流程调用。
接入后，总体解决率变化如下：
ComfyAgent：32.5% → 57.0%。
ComfyMind：83.0% → 88.0%。
SymbOmni：86.0% → 89.0%。
创意任务解决率分别提升 27.5、17.5 和 10 个百分点。
三个系统在创意任务上的增幅，都高于各自的总体增幅。这提示，面对新的创作要求，可调用的方法和修正经验尤其值得重视。
只用图像任务练习得到的冻结策略库，还能参与视频生成。
视频总体解决率达85.9%，比表中最佳对照高5.1 个百分点；视频到视频任务达 80.0%，比该对照高 13.3 个百分点。
图像策略支持内容构建、参考保持等操作，视频专用组件处理时序，二者经适配和组合完成任务。
让每次实践，都留下方法
OmniHarness 让经验成为可积累、可复用的能力资源。自主练习与多轮检查仍有计算开销，后续需优化检索、验证与推理预算。
完成任务之后，还能留下些什么？OmniHarness 的回答是可验证、可调用、可继续修正的方法。让下一次行动接住上一次的经验，是这条研究路线的价值。
论文全文：https://arxiv.org/abs/2609.16057
项目主页：https://omniharness.github.io/
代码与运行说明：https://github.com/OmniHarness/OmniHarness
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
— 完 —
【学术投稿】请在工作日发送邮件至：ai@qbitai.com，标题注明【投稿】，并告诉我们：你是谁，从哪来，投稿内容附上项目 / 主页链接，以及联系方式。
我们 ( 尽量 ) 及时回复你 : )
点亮星标
科技前沿进展每日见
