Evo-Harness：面向自进化智能体的上下文到Harness技能编译

从经验中学习对于开发能力强、可自我改进的大语言模型（LLM）智能体至关重要。现有方法通常通过反思、记忆、规则或技能从积累的轨迹中提取知识。然而，现实环境中的智能体会持续遇到新任务，往往只有一次改进机会。这些执行产生了丰富但噪声极大的上下文，把广泛有用的经验与任务特定产物纠缠在一起。关键的是，先前的工作很少在复杂的真实世界任务上验证其有效性，或分离出改进的底层驱动因素。为填补这些空白，我们提出在线harness学习（online harness learning）这一表述：一个冻结的智能体通过在连续任务中不断更新结构化harness来改进。这一表述借助我们提出的Evo-Harness，实现对关键自我改进因素的系统性研究。其核心是上下文到harness的技能编译（context-to-harness skill compilation），把噪声大的一次性执行提炼为可复用的技能harness，用于跨领域和主题级适配。为证明一次性技能编译的效力，我们在五个真实世界基准（TerminalBench2、SWE-bench、CL-Bench、-bench、WebArena-Infinity）上进行了评估。大量分析证明了Evo-Harness的有效性，并为LLM智能体如何有效即时学习提供了有原则的理解。代码见 https://github.com/A-EVO-Lab/a-evolve/tree/release/evo-harness。