HarnessMM 通过决策缓存与配置自优化降低智能体任务 token 消耗

各位，来学习如何构建自定义 harness！

理解如何优化 harness，其中蕴含着巨大的 alpha。

这项工作展示了智能配置 harness 以及缓存智能体 harness 已经做出的决策所带来的好处。

（收藏一下）

他们提出 HarnessMM，在 DeepSeek harness 上将每个任务的 token 数从 96.28k 降至 11.62k，同时成功率从 71.43% 提升至 85.71%。

Harness 在收到工具反馈后往往会再次调用模型，即使之前的一次调用已经确定了下一步动作。HarnessMM 会将这些已确定的决策存储在可执行决策图（Executable Decision Graph）中，其中包含精确的动作、参数、依赖关系和守卫条件。当守卫条件成立时，控制器会复用该决策。任何新情况都会重新交给模型处理。

一个递归自我改进（RSI）循环会根据训练反馈调整 harness 配置，而模型权重始终不变。

在 HumanEval 上使用 Codex 时，成功率保持在 90.82%，每个任务的 token 数减少 29.54%。

在你花钱购买更大的模型之前，先看看你的 harness 有多少次调用是在重复智能体已经做过的决策。

论文：arxiv.org/abs/2610.32813

与论文对话：academy.dair.ai/papers/harne…