🤖 AI

HarnessBridge: Learnable Bidirectional Controller for LLM Agent Harness

Dit artikel introduceert HarnessBridge, een lichtgewicht, leerbare bidirectionele controller die de interface tussen agent en omgeving automatiseert via observatie- en actieprojecties, waarbij prestaties wordt behaald die vergelijkbaar met of beter zijn dan gespecialiseerde handmatige harnesses, terwijl het tokengebruik en de trajectlengte over diverse LLM's aanzienlijk worden verminderd.

Oorspronkelijke auteurs: Xiaoxuan Wang, Haixin Wang, Alexander Taylor, Jason Cong, Yizhou Sun, Wei Wang

Gepubliceerd 2026-06-12

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Xiaoxuan Wang, Haixin Wang, Alexander Taylor, Jason Cong, Yizhou Sun, Wei Wang

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een briljante maar ietwat slonzige detective inhuurt (de AI Agent) om een complex mysterie op te lossen dat dagen duurt om te kraken. De detective is ongelooflijk slim, maar heeft een slechte gewoonte: hij schrijft alles wat hij ziet, hoort en denkt op in een enorm notitieblok. Uiteindelijk wordt het notitieblok zo dik dat de detective de belangrijke aanwijzingen niet meer kan vinden en hij vastloopt omdat hij steeds dezelfde nutteloze pagina's opnieuw moet lezen.

Ondertussen probeert de detective ook deuren te openen die al op slot zitten of tegen muren aan te kloppen die niet bestaan, waardoor hij tijd en energie verspilt.

Dit is het probleem dat het papier behandelt. De "harness" (het harnas) is het systeem dat tussen de detective en de wereld staat en de informatiestroom beheert. Meestal wordt dit systeem gebouwd door mensen met rigide regels (zoals "houd altijd de laatste 10 pagina's bij de hand"). Maar de auteurs van dit papier vroegen zich af: Wat als we het systeem zelf leren hoe het het notitieblok en de acties van de detective moet beheren, net als een slimme assistent?

Hier is hoe HarnessBridge werkt, onderverdeeld in eenvoudige concepten:

1. De Tweerichtingsbrug

Zie HarnessBridge als een slimme uitsmijter die bij de deur staat tussen de Detective (de AI) en de Plaats Delict (de computermonitor/omgeving). Het heeft twee hoofdtaken, werkend in tegengestelde richtingen:

Taak A: De "Redacteur" (Observatie Projectie)

Het Probleem: De Plaats Delict stuurt de detective een enorme stroom gegevens: elk bestand dat hij heeft geopend, elke foutmelding, elke doodlopende weg. Het geheugen van de detective (het contextvenster van de AI) raakt verstopt met "ruis".
De HarnessBridge Oplossing: De Redacteur kijkt naar het notitieblok van de detective en voert drie acties uit:
- Behouden: Het bewaart de cruciale aanwijzingen (zoals "De verdachte is gezien om 17:00 uur" of "De code faalde vanwege een ontbrekend bestand").
- Samenvatten: Het condenseert lange, saaie secties. In plaats van 50 regels code te plakken die de detective al heeft gelezen, schrijft het: "Je hebt de databasebestanden gecontroleerd en gevonden dat de fout in regel 42 zat."
- Weggooien: Het gooit het afval weg. Als de detective 10 minuten heeft gezocht naar een bestand dat niet bestond, verwijdert de Redacteur die hele sectie zodat de detective geen tijd verspilt aan het opnieuw lezen ervan.
Het Resultaat: De detective krijgt een heldere, korte, hoogwaardige briefing in plaats van een roman van 100 pagina's. Dit bespaart geld (tokengebruik) en helpt de detective zich te concentreren.

Taak B: De "Coach" (Actie Projectie)

Het Probleem: Soms loopt de detective vast in een lus. Hij probeert misschien een deur te openen waarvan hij weet dat deze op slot zit, of hij probeert een puzzel op te lossen door willekeurig te gokken in plaats van logica te gebruiken. Hij blijft dit doen en verspilt stappen.
De HarnessBridge Oplossing: Voordat de actie van de detective naar de Plaats Delict wordt gestuurd, controleert de Coach deze.
- Doorlaten: Als de actie zinvol is, zegt de Coach: "Ga je gang."
- Afwijzen: Als de actie een verspilling van tijd is (zoals het draaien van een test die nog niet is gerepareerd), blokkeert de Coach deze.
- De Feedback: Cruciaal is dat de Coach niet alleen "Nee" zegt. Het geeft een specifieke opmerking: "Draai die test nog niet. Je hebt de bug in het login.py bestand nog niet opgelost. Ga eerst dat repareren."
Het Result Resultaat: De detective maakt minder nutteloze fouten en leert direct van de feedback.

2. Hoe het leert (De "Trainingsfase")

Je vraagt je misschien af: "Hoe weet deze uitsmijter wat hij moet doen?"
De auteurs hebben HarnessBridge niet geschreven met een lijst regels. In plaats daarvan hebben ze het getraind als een student.

Ze namen duizenden voorbeelden van succesvolle detectivezaken (waarbij de AI het probleem oploste).
Ze lieten het systeem zien: "Hier is het rommelige notitieblok dat de detective had. Hier is de schone versie die hem sneller had geholpen. Hier is de actie die hij nam, en hier is de betere actie die hij had moeten nemen."
Het systeem leerde deze beslissingen na te bootsen. Het leerde een "leerbaar beleid" (learnable policy) te zijn, wat betekent dat het zich aanpast aan de situatie in plaats van een statisch regelboek te volgen.

3. De Resultaten: Slimmer en Goedkoper

Het papier testte dit systeem op echte programmeeruitdagingen (zoals het oplossen van bugs in software).

Prestaties: HarnessBridge hielp de AI problemen net zo goed, of zelfs beter op te lossen dan de beste mensgemaakte systemen.
Efficiëntie: Dit is de grote winst. Omdat het systeem de informatie comprimeerde en de AI stopte met het maken van nutteloze zetten, gebruikte het aanzienlijk minder "tokens" (de valuta van AI-computing). In sommige gevallen verminderde het de kosten met meer dan 50% of zelfs 90%.
Generalisatie: Het systeem werd getraind op één type AI-detective, maar werkte perfect wanneer het werd gekoppeld aan andere, zelfs grotere AI-modellen. Het is als een coach die leerde om een specifieke atleet te trainen, maar direct de prestaties van elke andere atleet kon verbeteren waarmee hij werkte.

Samenvattende Analogie

Als de AI Agent een racecoureur is, dan is de traditionele harness een statische GPS die dezelfde instructies aan iedereen geeft. HarnessBridge is een slimme copiloot die:

De radiostoring filtert zodat de coureur het circuit duidelijk kan horen.
De racegeschiedenis samenvat zodat de coureur de huidige strategie kent zonder het hele handboek te hoeven lezen.
De hand van de coureur op de stuurbeweging slaat als hij een bocht probeert te nemen die tegen een muur leidt, en hem precies vertelt waar hij wel heen moet sturen.

Het papier beweert dat deze aanpak AI-agents sneller, goedkoper in gebruik en beter maakt in het oplossen van lange, complexe taken zonder dat mensen telkens handmatig de regels opnieuw moeten schrijven.

Technische Samenvatting: HarnessBridge

Probleemstelling

Large Language Models (LLMs) worden steeds vaker ingezet als agenten voor complexe, langdurige taken (bijv. autonome software engineering, webnavigatie). Terwijl de vooruitgang zich heeft gericht op sterkere generatieve modellen en rijkere omgevingen, blijft een cruciale derde as—de harness (het mechanisme) dat de interactie tussen agent en omgeving bemiddelt—een knelpunt.

Bestaande harnesses zijn grotendeels handmatig ontworige steigers die observaties formatteren, context beheren en acties valideren. Naarmate de interactiehorizont groeien, kampen deze statische systemen met twee primaire beperkingen:

Omgeving-naar-Agent (Observatie): Trajecten accumuleren redundante context, verouderde fouten en laagwaardige details, wat beslissingskritieke staten vertroebelt en het tokenverbruik opdrijft.
Agent-naar-Omgeving (Actie): Modellen kunnen ineffectieve acties herhalen, uitgevallen hypothesen blijven nastreven of ongeldige commando's uitvoeren, waardoor schaarse stappen in de omgeving worden verbruikt zonder de taak te bevorderen.

Huidige geautomatiseerde benaderingen (bijv. Meta-Harness) optimaliseren doorgaans externe scaffolds of prompts, maar leren niet de runtime interactiepolicy die dynamisch bepaalt welke informatie naar de generator stroomt en welke acties naar de omgeving worden gecommitteerd. De auteurs vragen: Kan de harness worden geformuleerd als een end-to-end leerbaar generatieprobleem?

Methodologie: HarnessBridge

De auteurs stellen HarnessBridge voor, een lichtgewicht, leerbare harness-controller die de agent-omgeving interface parametriseert als een bidirectionele projectiepolicy ( $\pi_h$ ). De generatorpolicy ( $\pi_g$ ) blijft bevroren; optimalisatie vindt uitsluitend plaats over de harness.

1. Bidirectionele Projecties

HarnessBridge leert twee onderscheidende mappingen:

Observatie Projectie ( $P_{obs}$ ): Brengt de ruwe interactiegeschiedenis ( $H_t$ ) in kaart naar een voor de generator zichtbare staat ( $\tilde{H}_t$ ).
- Mechanisme: Het verwerkt elke geschiedeniseenheid $h_i$ $h_{i}$ en wijst een beslissing toe $z_i \in \{Pass, Compress, Drop\}$ $z_{i} \in {P a ss, C o m p r ess, D r o p}$ .
  - Pass: Houd de eenheid ongewijzigd.
  - Compress: Condenseer de eenheid terwijl de betekenis behouden blijft (bijv. het samenvatten van uitgebreide logs).
  - Drop: Verwijder irrelevante, verouderde of overbodige inhoud.
- Active-State Index: Een geleerd component ( $U_t$ ) geplaatst vóór de geschiedenis die expliciet onopgeloste fouten, openstaande beperkingen, vastgestelde feiten en lopende doelen bijhoudt, om ervoor te zorgen dat de kritieke staat zichtbaar is zonder deze volledig uit een lange traject te hoërconstrueren.
Actie Projectie ( $P_{act}$ ): Brengt een voorgestelde actie van de generator ( $a_t$ ) in kaart naar een omgeving-georiënteerde actie ( $a'_t$ ).
- Mechanisme: Het voorspelt een beslissing $d_t \in \{Pass, Reject\}$ $d_{t} \in {P a ss, R e j ec t}$ .
  - Pass: Voer de actie uit ( $a'_t = a_t$ ).
  - Reject: Blokkeer de actie ( $a'_t = \emptyset$ ) en geef traject-gegronde feedback ( $\rho_t$ ) terug aan de generator.
- Feedbackstructuur: Afwijzingen moeten een bezwaar bevatten (waarom de actie onproductief is), bewijs (specifieke citaten uit de geschiedenis die de afwijzing ondersteunen) en een suggestie (hoe te verbeteren). Dit voorkomt onproductieve loops terwijl informatieve exploratie behouden blijft.

2. Unified Instruction Tuning

In plaats van afzonderlijke modules te trainen, verenigt HarnessBridge beide projecties in één enkel conditioneel generatieprobleem met behulp van een gedeelde policy ( $P_\theta$ ).

Trainingsdata: Geconstrueerd uit opgeloste trajecten (bijv. SWE-bench Verified).
Toezicht: Het model wordt getraind via instruction tuning om de passende projectie (gecomprimeerde staat of pass/reject beslissing met feedback) te genereren op basis van de taakspecificatie en de huidige traject.
Data Curatie: Hoogwaardig toezicht wordt gefilterd met behulp van een LLM-judge om te garanderen dat:
- Observatieprojecties beslissingskritiek bewijs en schema-consistentie behouden.
- Actieprojecties traject-gegrond zijn (afwijzingen moeten specifiek de geschiedenis citeren) en leiden tot efficiëntiewinst.
Model: Een lichtgewicht LLM (Qwen3.5-0.8B) wordt gefinetuned om als controller te dienen, terwijl de generator (bijv. Qwen3.5-35B, GPT-5.4) bevroren blijft.

Belangrijkste Bijdragen

End-to-End Leerbare Harness: Introduceert het eerste framework dat handmatig ontworigde interactielogica vervangt door een leerbare harness-policy die de agent-omgeving interface bemiddelt.
Unified Instruction Tuning: Demonstreert de eerste toepassing van unified instruction tuning om bidirectionele mappingen (observatiecompressie en actievalidatie) tussen agenten en omgevingen te leren.
HarnessBridge Systeem: Presenteert een werkend systeem dat competitieve taakprestaties bereikt met aanzienlijk lager tokengebruik en kortere trajecten.

Experimentele Resultaten

De auteurs evalueerden HarnessBridge op Terminal-Bench 2.0 en SWE-bench Verified over diverse open-source en commerciële modellen.

Prestaties vs. Efficiëntie: HarnessBridge evenaart of overtreft sterke gespecialiseerde harnesses (bijv. Terminus 2, OpenHands, Meta-Harness) terwijl het het tokenverbruik substantieel vermindert.
- Op Terminal-Bench 2.0 (Qwen3.5-35B) behaalde het een succespercentage van 33,7% (vs. 30,3% voor Terminus 2) met een reductie in tokengebruik van 46,8%.
- Op SWE-bench Verified behield het een succespercentage van 60,2% (vs. 61,6% voor Terminus 2) met een tokenreductie van 23,1%.
Generalisatie: Modellen getraind op trajecten van een kleinere generator (Qwen3.5-35B) generaliseerden effectief naar grotere commerciële modellen (bijv. GPT-5.4, Claude-Opus-4.7), wat vaak de succespercentages verbeterde en de tokenkosten met wel 90% verlaagde op specifieke modellen.
Ablatie-studies: Het verwijderen van ofwel de observatie- of de actieprojectiemodule resulteerde in een lagere succesratio, wat bevestigt dat beide componenten noodzakelijk zijn voor optimale interactie.
Casestudies: Analyse toonde aan dat HarnessBridge redundant redeneren en navigatiestappen effectief comprimeert terwijl kritieke testoutputs en foutmeldingen behouden blijven. Het onderbrak succesvol "redundante verificatielussen" waarbij agenten herhaaldelijk code controleerden zonder deze te testen, en stuurde hen bij naar actiegerichte stappen.

Betekenis en Claims

Het artikel claimt dat HarnessBridge de agent-omgeving interface herformuleert als een leerbare policy in plaats van statische infrastructuur. De betekenis ligt in:

Schaalbaarheid: Door te leren om verouderde context te onderdrukken en onproductieve acties af te wijzen, blijft het systeem efficiënt naarmate de taakhorizonten zich uitbreiden, wat een centrale beperking van huidige langdurige agenten aanpakt.
Efficiëntie: Het bereikt substantiële reducties in tokenconsumptie en trajectlengte zonder de succespercentages van taken op te offeren (en deze zelfs te verbeteren).
Transfereerbaarheid: De geleerde controlepatronen generaliseren over verschillende generatormodellen en omgevingen, wat suggereert dat de harness fundamentele eigenschappen van effectieve agent-omgeving interactie vastlegt in plaats van te overfitten op de specifieke traject-artefacten van een model.

De auteurs merken op dat hun evaluatie momenteel beperkt is tot coderingsomgevingen, maar dat het mechanisme opereert over generieke tool-use trajecten, wat duidt op potentiële toepasbaarheid voor webnavigatie en meerstaps onderzoeksworkflows.