45 lines
2.7 KiB
Markdown
45 lines
2.7 KiB
Markdown
---
|
||
title: "Agent Harness Survey Review"
|
||
created: 2026-07-13
|
||
type: review
|
||
paper: "agent-harness-survey-2026"
|
||
---
|
||
|
||
# Agent Harness Survey — Review
|
||
|
||
📌 **基本信息**
|
||
- 论文：From Question Answering to Task Completion: A Survey on Agent System and Harness Design
|
||
- arXiv: 2606.20683
|
||
- 发表：2026-06-14
|
||
- 领域：cs.AI / cs.CL
|
||
- 来源：CityU HK, U Sydney, PKU, TokenRhythm
|
||
- 仓库：github.com/ggjy/Awesome-Agent-Engineering
|
||
|
||
🎯 **核心概念**
|
||
|
||
1. **[[model-harness-lens|模型-脚手架透镜]]** — Agent = ⟨M, H⟩ 的形式化定义，将性能瓶颈定位到模型与脚手架的交互而非模型能力本身
|
||
2. **[[four-paradigms-agent-engineering|四范式演化]]** — Prompt → Context → Harness → Agent-Native Training，每阶段因前阶段局限而涌现
|
||
3. **[[harness-six-components|脚手架六组件解耦]]** — I_obs, C, L, I_act, S, V 的操作性分解，解释固定模型下性能差异
|
||
4. **[[cross-layer-interaction|跨层耦合]]** — 六组件非独立，优化一层可能将风险转移到其他层
|
||
5. **[[model-harness-coevolution|协同演化]]** — Phase 4 的三层区分：多模型/可学习/协同演化
|
||
|
||
🔗 **概念网络**
|
||
- **核心连接**：[[execution-harness|执行脚手架]] ↔ [[harness-engineering|脚手架工程]] ↔ [[agent-native-training|Agent 原生训练]]
|
||
- **六组件网络**：I_obs → C → L → I_act → S → V，每个与前后的耦合形成链式依赖
|
||
- **已有概念增强**：更新 [[execution-harness]], [[agent-harness]], [[harness-engineering]]，追加论文引用
|
||
- **与 sz 研究方向对齐**：SkillOpt（Phase 3 learnable harness）、记忆系统（S 组件）、MCP 工具选择（I_act）、Atlas（Phase 2 context）
|
||
|
||
📚 **Wiki 集成**
|
||
- 新增页面：17 个（1 paper + 14 核心概念 + 2 辅助概念）
|
||
- 已有概念更新：3 个（execution-harness, agent-harness, harness-engineering）
|
||
- 概念网络密度：核心概念平均 4.5 个交叉引用
|
||
- 100% 断链验证：待完成
|
||
|
||
💡 **关键洞察**
|
||
|
||
1. **瓶颈迁移是 Agent 工程的核心叙事**——从"模型不够强"到"脚手架设计不够好"到"模型和脚手架如何协同演化"，每次瓶颈转移都重新定义什么是最优工程实践。
|
||
|
||
2. **脚手架正在从工程细节变为第一类设计对象**——正如 prompt 从手工编写到自动优化，脚手架策略正从手工设计走向搜索驱动、轨迹驱动的自动优化。这对 sz 的 SkillOpt 项目有直接启发：skill 可以是 learnable harness 的一种实现形式。
|
||
|
||
3. **六组件耦合性意味着"局部优化"可能有害**——例如更强的上下文压缩降低成本但削弱下游验证，这与 sz 的 "harness 多维度约束拆分" 设计方向高度共振。
|