论文：Harness Engineering 综述 – 智能体系统的支撑基础设施

[AHMEDALATTAR416]

论文：Harness Engineering 综述 – 智能体系统的支撑基础设施

背景资料

论文：Harness Engineering:
Agent Systems with Harness Engineering

链接：https://openreview.net/forum?id=nM5tDHrQsx

这篇论文关注的核心：
一个agent的实际能力，不仅取决于底层模型，同样取决于支撑它的 Harness。

核心观点

Harness Engineering 把智能体系统拆成四个核心组件：

• 智能体工作流：感知‑规划‑行动循环的编排
• 记忆系统：短期记忆（窗口内）+ 长期记忆（跨会话）
• 技能库：可重用行为单元的获取、管理与治理
• 多智能体编排：集中式 / 去中心化协调与通信

它的关键不是“模型更强”，而是：

通过 Harness 的设计，让中等能力的模型也能稳定完成复杂任务。

与 HALF 的关系

在现有“任务派发与追踪”的基础上，可以沿着四个维度逐步增强：

1. 记忆系统：从“全量存储”走向“压缩 + 检索 + 生命周期管理”
2. 技能库：把常见任务模式封装成可重用 Skill，减少重复 Prompt 编写
3. 多智能体协调：引入更灵活的任务分配策略（不只是 DAG 依赖）
4. 上下文治理：在派发前做结构化侦察，控制 token 成本

在不改变 HALF“人工派发 + Git 轮询”核心定位的前提下，逐步增强任务准备、记忆复用和技能沉淀能力。

希望讨论的问题

1. HALF 应该优先增强哪个 Harness 组件？（记忆 / 技能 / 上下文 / 多智能体）
2. 技能库的粒度应该多大？ 按任务类型还是按工具组合？
3. 记忆压缩策略如何设计？ 全量保留 vs 结构化摘要？
4. 如何评估 Harness 改进带来的收益？ 有哪些可量化的指标？
5. 结构化上下文日志是否可沉淀为 Benchmark？