HarnessX：可组合、自适应、可演化的智能体测试架工厂

AI 代理的性能主要取决于运行时工具，包括提示、工具、内存和控制流，用于调节模型如何观察、推理和行动。然而，今天的工具仍然主要是手工制作和静态的：每个新模型或任务仍然需要定制脚手架，并且执行过程中产生的丰富痕迹很少被提炼回系统改进。我们介绍 HarnessX，这是一家可组合、自适应和可进化代理线束的铸造厂。 HarnessX 通过替换代数组装类型化的线束原语，通过 AEGIS 对其进行调整，AEGIS 是一种跟踪驱动的多智能体进化引擎，基于符号适应和强化学习之间的操作镜像，并通过将轨迹转变为线束更新和模型训练信号来闭合线束模型循环。在五个基准测试（ALFWorld、GAIA、WebShop、tau^3-Bench 和 SWE-bench Verified）中，HarnessX 的平均增益为 +14.5%（高达 +44.0%），在基线最低的地方增益最大。这些结果表明，代理的进步不一定来自模型扩展：根据执行反馈组合和发展运行时接口是一个可操作的补充杠杆。项目主页：https://darwin-agent.github.io/HarnessX/。