HarnessBridge：LLM智能体测试架的可学习双向控制器

大型语言模型越来越多地被部署为长期任务的代理，但它们的性能不仅取决于模型功能和环境设计，还取决于调解代理与环境交互的工具。现有的Harness主要是手动设计的，随着轨迹变长和交互变得更加复杂，它们很难扩展。在这项工作中，我们询问是否可以通过可以以端到端方式进行训练的可学习插件模块来生成harness。我们引入了 HarnessBridge，这是一种轻量级的可学习Harness控制器，它将代理-环境接口参数化为双向投影。 HarnessBridge 学习两种双向投影：观察投影（将原始轨迹提炼为紧凑的、与决策相关的状态）和动作投影（将提议的动作转换为可执行的转换或基于轨迹的拒绝）。我们通过统一指令调整在Harness监督数据集上训练 HarnessBridge。在 Terminal-Bench~2.0 和 SWE-bench Verified 上，HarnessBridge 匹配或超越强大的专业化Harness，同时大幅减少词元使用和轨迹长度，并从较小的发电机推广到较大的商业模型。