MILO：通过精心策划的多Agent进化实现自动Harness发现

现代Agentic系统将AI模型与控制执行及环境交互的Harness结合。Harness设计显著影响长程任务表现，但其组合搜索空间需要大量人工探索，并随模型变化重新设计。现有自动方法往往只优化提示或技能等组件，或困于固定、偏重利用的搜索策略。我们提出MILO（Meta-evolutionary Island Orchestration），共同演化Agent Harness及发现它们的搜索策略。MILO结合三部分：（1）基于岛屿树的分层谱系记忆，将被拒绝的变异作为负面证据；（2）每个岛屿的变异Agent依据全局搜索历史和父候选反馈，重写完整Harness；（3）编排Agent通过谱系嫁接与分化、变异Agent重新分配及课程修订调整搜索。在Terminal-Bench 2.1、PaperBench和DeepSWE上，采用前沿模型Opus 4.8和开放权重模型gpt-oss-120b时，MILO发现的Harness优于八种先进Harness和六种搜索方法。使用Opus 4.8时，相较初始Harness，三项任务的解决率分别增加12.0%、28.3%和10.3%，而此前最佳搜索增益分别为4.5%、18.3%和0%。在Terminal-Bench 2.1上，MILO达到86.1±2.0%，超过官方排行榜最高项83.8±2.3%，同时比初始Harness少用26%的词元。在EinsteinArena开放问题中，MILO改进了Erdős最小重叠问题的已知最佳上界（0.3808586→0.3808568），以及第一和第三自相关不等式的上界（1.50274365→1.50274360；1.45081→1.44889）。