CHILL-Harness：反事实利用学习，以实现长视野智能体的高效推理

代理工具已成为现代 大语言模型 代理的操作基础设施，协调上下文、工具、验证和执行控制，将潜在模型功能转化为可靠的长期行为。然而，可靠的长期行为需要Harness控制来适应任务需求、执行环境和不断变化的执行状态，而当前的Harness主要依赖于手工制定或全局固定的策略；这种不匹配表现为不必要的计算开销，并且在不利的情况下，会降低任务的成功率。为了解决这一限制，我们将在Harness系统中启用自适应编排的任务制定为因果学习问题，并提出针对长视野代理的反事实Harness干预学习（CHILL-Harness）。 CHILL-Harness 在编排层进行干预，以实现优势引导的工作流适应，从而在保持任务性能的同时提高推理和执行效率。具体来说，我们开发因果干预效果学习作为 CHILL-Harness 的效果估计组件，以根据置信加权执行证据估计干预相关的工作流程优势，并识别有利的工作流程适应。我们进一步引入实现优势的因果编排作为其实现组件，以自适应地分配反事实推理，并仅实现由足够的预期优势支持的工作流程调整。最后，我们将成功保持目标和优势边际授权约束纳入 CHILL-Harness 中，以促进可靠的适应。对跨越信息搜索、软件工程和终端交互的异构长期任务的广泛实验表明，CHILL-Harness 始终如一地保持或提高任务成功率，同时大幅减少词元消耗和执行时间。