arXiv 发布《Self-Evolving Agent Harness》论文…
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载论文基本信息
该工作以 Self-Evolving Agent Harness 为题提交至 arXiv，时间为 2026 年 10 月 13 日，编号 arXiv:2610.18813，归入 cs.AI 与 cs.CL 两个分类。作者共 8 人，第一作者为 Chuyang Wei，其余为 Haoxiang Guan、Minghang Zhu、Kexin Zhou、Jiyan He、Xiren Zhou、Huanhuan Chen、Yifei Shen。论文正文 18 页、含 3 张图，另有一份 66 页的相关工作、理论、算法、评测、应用与影响讨论，并附持续更新的代码和补充材料。这一结构说明它同时覆盖方法设计与理论分析，而非单一实验报告。
自演化改的是什么
论文把 harness 自演化定义为：模型权重保持不动，转而修改智能体的软件脚手架，具体包括提示词、记忆、工作流以及可执行组件。作者将整个过程形式化为一个由反馈驱动的流程，其中被接受的修订会跨多次运行持续保留，而不是一次性生效。框架刻意把「更新对象」与「提案机制、准入机制」拆开，并区分几类不同性质的改动：对解释状态的修改，与对工具和代码的修订、仓库级控制逻辑的调整、插件组合的变化，被分别对待。这种区分意味着不同层级的改动在验证与回滚上的要求并不相同。
搜索与可靠性分析
论文用演化优化的视角刻画自演化过程中的搜索行为，并借助持续 PAC 学习来考察其可靠性。在明确假设下，分析给出三项结果：一是期望泛化界，二是以历史回归预算为条件的保留界，三是使用新鲜且独立验证数据的高概率准入规则。换言之，一个修订能否被长期保留，既取决于它带来的收益，也受制于过去累积的回归代价，并且需要独立数据来支撑准入判断。论文还讨论了持久化的 harness 修订如何影响知识共享与组织工作流，并指出可靠部署需要随着任务分布和评估器变化而持续验证，同时在学 习、运行时权限和高影响动作上设置相互独立的保障措施。
案例与适用边界
论文引用既有工作中的案例来说明模型与 harness 的协同设计、分布式执行以及插件复用。这些案例被用来支撑框架中不同更新对象的划分方式。作者强调，任务分布与评估器都会发生变化，因此一次性验证不足以支撑长期部署，需要持续验证；同时学习过程、运行时权限与产生实际后果的动作应当各自拥有独立的安全措施。论文把科学可靠性、物理安全与机构问责列为自演化 harness 带来的影响面，但并未给出具体的产品化时间表或开放范围。
为什么值得看
把智能体能力提升从改模型转向改脚手架，并给出泛化与准入的理论边界，值得做 Agent 工程与评测的人细看。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。