Zetta ζ：让具身Agent Harness在执行中闭环学习

具身智能体用于补足端到端策略模型，但既有Harness多在执行时遵循固定技能，任务结束后才反思，尚不能实现物理执行中的闭环学习。物理交互要求以比大模型更高的频率跟踪快速变化的机器人与环境状态。Zetta保持基础策略冻结，在线演化代码式运行评估器与恢复技能。三个分时尺度闭环分别进行动作频率的控制、执行轨迹级的评估与恢复方案提出，以及经验证后才接受的技能更新。Z-Infra将智能体逻辑与异构执行资源分离。作者在当前采样预算下报告LIBERO-Pro和RoboCasa成功率90.8%与93.6%，推理加速11.1倍；成功率随探索经验增加，所学技能可零样本迁移，并观察到突发式能力改善。结果支持以闭环Harness改进可靠的物理执行。