[CL]《Natural-Language Agent Harnesses》L Pan, L Zou, S Guo, J Ni… [Tsinghua University & Harbin Institute of Technology] (2026)

在自主智能体领域，Harness（控制框架）决定了多步推理、工具调用与任务委派的成败，但其逻辑长期散落于控制器代码、框架默认值与运行时约定之中。这导致两个系统即便"仅差一个设计选项"，实则在提示词、工具接口、验证门控等多个维度同时发生差异——Harness 无法被迁移、比较或单独消融，只能作为不透明捆绑包整体对比。

本文的核心洞见是：把 Harness 的控制逻辑重新看作一个可独立执行的自然语言对象，而非嵌入代码的副产品。由此，自然语言 Harness（NLAH）显式定义角色、契约、阶段结构与失败分类法，而 Intelligent Harness Runtime（IHR）则通过一个嵌入循环的 LLM 直接解释该对象——将"共享运行时章程"与"任务族专属控制逻辑"在同一基底下干净分离，从而使模块级消融在实践中成为可能。

这项工作真正留下的遗产是：将 Harness 从工程惯例提升为可比较、可消融的科学研究对象，为"Harness 表示科学"开辟了路径。它为后来者打开的新门是：在显式 Harness 空间上做自动化搜索与优化，替代现有的不透明捆绑工程。但尚未跨过的门槛是：自然语言的精度天花板——当 Harness 机制依赖隐藏的服务端状态或训练诱导行为时，文本表示无法忠实恢复；强运行时章程也可能吸收本应归因于 Harness 文本的部分行为，造成归因污染。

arxiv.org/abs/2603.25723

机器学习 人工智能 论文 AI创造营