← 资讯列表
资讯

论文《Grow the Harness, Not the Context》：把控制逻辑固化成代码

📅 2026/9/1 08:00:00👁 4 阅读⏱ 约 4 分钟

一句话：中科院深圳先进院论文提出 Growing Harness 范式：从策略无关脚手架出发，把反复出现的控制逻辑固化为可复用可执行代码，相较 Tool-Calling agent 降本最高 98.6%。

背景

  • Tool-Calling agent 把控制逻辑塞进 LLM 上下文，成本高且小模型易崩；论文提出「生长 harness」范式。

核心要点

  • 中科院深圳先进院（SIAT）论文《Grow the Harness, Not the Context》提出 Growing Harness：从 strategy-free scaffold 出发，把反复出现的控制逻辑固化为可复用可执行代码。
  • 在 BrowseComp-Plus 与 WebArena-Verified 验证，部署 gpt-oss-120b / gpt-oss-20b / Qwen3.5-4B 三种规模模型。
  • 6 个「基准-模型」设置中 5 个取得最高平均成功率；相较 Tool-Calling agent 减少 76.0–91.8% 的 LLM 调用，推理成本降 74.4–98.6%。
  • WebArena-Verified 上随模型缩小成功率稳定在 44.7–45.3%，而 Tool-Calling 在 Qwen3.5-4B 骤降至 6.7%，显示代码承载控制对端侧设备尤为有效。

为什么重要

  • 把「控制」从昂贵的 LLM 调用中剥离到可执行代码，大幅降本并提升小模型鲁棒性，为资源受限设备的可用 agent 提供新路径。

关键事实速记

  • 论文：arXiv 2609.26760（SIAT）
  • 范式：Growing Harness（策略无关脚手架→可复用代码）
  • 基准：BrowseComp-Plus / WebArena-Verified
  • 降本：LLM 调用 -76~91.8%、成本 -74.4~98.6%
  • 小模型：WebArena 稳定 44.7–45.3%

📂 原文链接：查看原文 →

← 返回资讯列表 AI8899 · 内容仅供学习参考