HarnessEvolve：从参考轨迹中学习以实现可靠的智能体自进化

26年9月来自华为上海ICT的论文“HarnessEvolve: Learning from Reference Trajectories for Reliable Agent Self-Evolution”。HarnessEvolve 让智能体通过“正确参考轨迹 → 错误定位 → 错误聚类 → 修改整个 Harness → 双重 Gate 验证”的闭环，可靠地自我改进。这篇文章不只是提出一个新的优化算法，而是把 Agent Self-Evolution 重新表述成 Harness Self-Evolution 的系统工程问题。1. 论文到底要解决什么问题？作者首先给出了一个很重要的观点：智能体真正需要优化的对象，并不只是 LLM 本身，而是包围 LLM 的 Harness。论文中的 Harness 包括：Harness = Prompts + Skills + Tools + Execution Logic也就是说：Agent = FrozenLLM + Evolving Harness Agent = Frozen\ LLM + Evolving\ Harness论文实验中甚至保持底层 LLM frozen，通过修改 Harness 来提升整个 Agent 的能力。其目标是在人类不直接干预的情况下，迭代优化 prompts、skills、tools 和 execution logic。2. 为什么现有 Self-Evolving Agent 不可靠？论文把问题非常清楚地归纳为三个核心困难。① Credit Assignment Failure：信用分配失败Agent 做一个长任务，可能经历：a1→a2→a3→⋯→a20最终答案错误。问题是：到底是哪一步错了？很多系统只能得到最终：Success / Failure 这样的 binary reward。于是 Agent 很难判断：是工具选择错了？参数错了？Planning 错了？某个 observation 理解错了？还是最后一步错了？作者指出，后面的错误经常只是前面错误产生的 cascading effects，因此简单地对整个失败 trajectory 做 reflection，很容易找错真正的 root cause。② Shortcut Learning：捷径学习Agent 在优化 Harness 时可能“作弊”。比如训练题：What is X? 正确答案：37。优化器发现自己总是做错，于是把下面内容塞进 prompt： If question is X, answer 37。训练 accuracy 立即上升。但 Agent 并没有真正学会能力。论文特别指出两类 shortcut：Data leakage 以及 Prompt bloat，即不断往 prompt 里面塞训练样例。③ Catastrophic Forgetting：灾难性遗忘