🤖 AI

HarnessBridge: Learnable Bidirectional Controller for LLM Agent Harness

本文介绍了 HarnessBridge，一种轻量级的、可学习的双向控制器，它通过观测与动作投影实现了智能体与环境接口的自动化，在多种大语言模型中实现了与专门的人工控制台相当甚至更优的性能，同时显著降低了 Token 使用量和轨迹长度。

原作者： Xiaoxuan Wang, Haixin Wang, Alexander Taylor, Jason Cong, Yizhou Sun, Wei Wang

发布于 2026-06-12

📖 1 分钟阅读☕ 轻松阅读

原作者： Xiaoxuan Wang, Haixin Wang, Alexander Taylor, Jason Cong, Yizhou Sun, Wei Wang

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正在雇佣一位才华横溢但略显散漫的侦探（即 AI Agent）来破解一个需要数日才能破案的复杂谜案。这位侦探极其聪明，但有一个坏习惯：他会在笔记本上写下所见、所闻、所想的一切。最终，笔记本变得如此厚重，以至于侦探再也找不到重要的线索，并陷入了反复阅读那些无用页面的死循环中。

与此同时，侦探不断尝试打开已经锁上的门，或者敲击并不存在的墙壁，白白浪费了时间和精力。

这就是这篇论文所针对的问题。所谓的“护栏”（Harness）是位于侦探与世界之间的系统，负责管理信息的流动。通常，这个系统是由人类通过僵化的规则（例如“始终保留最后 10 页”）构建的。但本文的作者提出了 HarnessBridge，他们问道：如果我们能教会系统本身如何像一名聪明的助手一样，去管理侦探的笔记本和行动，情况会怎样？

以下是 HarnessBridge 的工作原理，通过简单的概念进行拆解：

1. 双向桥梁

可以将 HarnessBridge 想象成站在侦探（AI）与犯罪现场（计算机环境）之间门口的一名聪明的保安。它有两个主要职责，分别向相反的方向工作：

职责 A：“编辑” (观察投影/Observation Projection)

问题： 犯罪现场向侦探发送海量的数据流：他们打开的每一个文件、每一条错误信息、每一个死胡同。侦探的记忆（AI 的上下文窗口）因此变得拥挤不堪。
HarnessBridge 的解决方案： “编辑”查看侦探的笔记本并执行三个动作：
- 保留 (Keep)： 它保存关键线索（例如“嫌疑人在下午 5 点被发现”或“代码失败是因为缺少文件”）。
- 总结 (Summarize)： 它压缩冗长乏味的章节。与其粘贴侦探已经读过的 50 行代码，它会写道：“你检查了数据库文件，发现错误在于第 42 行。”
- 丢弃 (Drop)： 它扔掉垃圾。如果侦探花了 10 分钟寻找一个不存在的文件，编辑会删除整个部分，这样侦探就不会在重复阅读上浪费时间。
结果： 侦探得到的是一份清晰、简短、高质量的简报，而不是一部百页的小说。这节省了成本（Token 使用量），并帮助侦探保持专注。

职责 B：“教练” (行动投影/Action Projection)

问题： 有时侦探会陷入循环。他们可能会尝试打开一扇已知锁上的门，或者试图通过随机猜测而非逻辑推理来解开谜题。他们不断重复这些行为，浪费步骤。
HarnessBridge 的解决方案： 在侦探的行动被发送到犯罪现场之前，“教练”会进行检查。
- 通过 (Pass)： 如果行动合理，教练会说“请继续”。
- 拒绝 (Reject)： 如果行动是在浪费时间（例如尝试运行一个尚未修复的测试），教练会拦截它。
- 反馈 (Feedback)： 至关重要的是，教练不仅仅是说“不”。它会给出具体的提示：“先不要运行那个测试。你还没有修复 login.py 文件中的 Bug。先去修复它。”
结果： 侦探停止了无意义的错误，并能立即从反馈中学习。

2. 它是如何学习的（“训练”阶段）

你可能会问：“这个保安是如何知道该做什么的？”
作者并没有编写规则列表。相反，他们像培养学生一样训练了 HarnessBridge。

他们提取了数千个成功侦破案件（即 AI 解决问题）的案例。
他们向系统展示：“这是侦探当时混乱的笔记本。这是能帮助他们更快破案的清晰版本。这是他们采取的行动，以及他们本该采取的更好行动。”
系统学会了模仿这些决策。它学会了成为一种“可学习的策略”，这意味着它会适应情况，而不是遵循静态的规则手册。

3. 结果：更聪明、更便宜

论文在现实世界的编程挑战（如修复软件漏洞）上测试了这个系统。

性能： HarnessBridge 帮助 AI 解决问题的表现，足以媲美甚至超过了最优秀的真人构建系统。
效率： 这是最大的胜利。由于系统压缩了信息并阻止了 AI 进行无用的操作，它使用了显著更少的“Token”（AI 计算的货币）。在某些情况下，它将成本降低了 50% 甚至 90% 以上。
泛化能力： 该系统是在一种类型的 AI 侦探上进行训练的，但当它与其他、甚至是更大的 AI 模型配对时，依然能完美运行。这就像一位教练，虽然学会了训练特定的运动员，但却能瞬间提升任何与其合作的运动员的表现。

总结类比

如果 AI Agent 是赛车手，那么传统的护栏就是一个静态 GPS，给每个人提供相同的指令。而 HarnessBridge 则是一个聪明的副驾驶，它：

过滤掉无线电静电，让赛车手能清晰地听到赛道情况。
总结比赛历史，让赛车手无需阅读整本手册即可了解当前策略。
当赛车手试图转向会导致撞墙的方向时，它会拍拍赛车手的手，并告诉他应该往哪里转向。

论文声称，这种方法使 AI Agent 运行得更快、更便宜，并且在处理长期、复杂的任务时表现得更好，而无需人类每次都手动重写规则。

技术摘要：HarnessBridge

问题陈述

大语言模型（LLMs）正越来越多地被部署为执行复杂、长程任务（如自主软件工程、网页导航）的智能体。虽然研究进展主要集中在更强的生成模型和更丰富的环境上，但作为智能体与环境之间媒介的第三个关键维度——控制架（harness）——仍然是一个瓶颈。

现有的控制架大多是人工工程化的脚手架，用于格式化观测结果、管理上下文以及验证动作。随着交互时界的增长，这些静态系统面临两个主要局限：

环境到智能体（观测）： 轨迹会累积冗余的上下文、过时的错误和低价值的细节，从而掩盖了决策关键状态，并推高了 Token 成本。
智能体到环境（动作）： 模型可能会重复无效的动作、追求已失效的假设，或发出格式错误的命令，从而在不推进任务的情况下消耗稀缺的环境步骤。

目前的自动化方法（例如 Meta-Harness）通常优化外部脚手架或提示词，但并未学习运行时交互策略，即动态决定哪些信息流向生成器，以及哪些动作被提交至环境。作者提出了疑问：能否将控制架表述为一个端到端的、可学习的生成问题？

方法论：HarnessBridge

作者提出了 HarnessBridge，一种轻量级的、可学习的控制架控制器，它将智能体-环境接口参数化为一个双向投影策略 ( $\pi_h$ )。生成器策略 ( $\pi_g$ ) 保持冻结；优化仅针对控制架进行。

1. 双向投影

HarnessBridge 学习两个截然不同的映射：

观测投影 ( $P_{obs}$ )：将原始交互历史 ( $H_t$ ) 映射为生成器可见的状态 ( $\tilde{H}_t$ )。
- 机制：它处理每个历史单元 $h_i$ $h_{i}$ ，并分配一个决策 $z_i \in \{Pass, Compress, Drop\}$ $z_{i} \in {P a ss, C o m p r ess, D r o p}$ 。
  - Pass (通过)：保留该单元且不做更改。
  - Compress (压缩)：在保留含义的同时压缩该单元（例如，总结冗长的日志）。
  - Drop (丢弃)：移除无关、过时或已被取代的内容。
- 活跃状态索引 (Active-State Index)：一个学习到的组件 ( $U_t$ )，放置在历史记录之前，专门追踪未解决的错误、开放的约束、既定的事实和待处理的目标，确保关键状态可见，而无需从长轨迹中重建。
动作投影 ( $P_{act}$ )：将提议的生成器动作 ( $a_t$ ) 映射为面向环境的动作 ( $a'_t$ )。
- 机制：它预测一个决策 $d_t \in \{Pass, Reject\}$ $d_{t} \in {P a ss, R e j ec t}$ 。
  - Pass (通过)：执行该动作 ( $a'_t = a_t$ )。
  - Reject (拒绝)：拦截该动作 ( $a'_t = \emptyset$ ) 并向生成器返回基于轨迹的反馈 ( $\rho_t$ )。
- 反馈结构：拒绝必须包含一个疑虑（为什么该动作是无效率的）、一个证据（支持该拒绝的具体引用内容）以及一个建议（如何改进）。这可以防止产生无效循环，同时保留有价值的探索信息。

2. 统一指令微调

HarnessBridge 并没有训练独立的模块，而是使用共享策略 ( $P_\theta$ ) 将两种投影统一为一个条件生成问题。

训练数据：从已解决的轨迹（例如 SWE-bench Verified）中构建。
监督方式：模型通过指令微调进行训练，以根据任务规范和当前轨迹生成相应的投影（压缩状态或带有反馈的通过/拒绝决策）。
数据策展：使用 LLM 评判器对高质量监督进行过滤，以确保：
- 观测投影保留决策关键的证据并保持 Schema 一致性。
- 动作投影是基于轨迹的（拒绝必须引用具体的历史记录）并能带来效率提升。
模型：使用一个轻量级 LLM (Qwen3.5-0.8B) 作为控制器进行微调，而生成器（如 Qwen3.5-35B, GPT-5.4）保持冻结。

核心贡献

端到端可学习的控制架：引入了第一个取代人工工程化交互逻辑、通过可学习的控制架策略来调节智能体-环境接口的框架。
统一指令微调：展示了首次将统一指令微调应用于学习智能体与环境之间的双向映射（观测压缩和动作验证）。
HarnessBridge 系统：提出了一个工作系统，该系统在显著降低 Token 使用量和轨迹长度的同时，实现了具有竞争力的任务性能。

实验结果

作者在 Terminal-Bench 2.0 和 SWE-bench Verified 上对各种开源和商业模型评估了 HarnessBridge。

性能 vs. 效率：HarnessBridge 在大幅减少 Token 使用量的同时，匹配或超越了强大的专用控制架（如 Terminus 2, OpenHands, Meta-Harness）。
- 在 Terminal-Bench 2.0 (Qwen3.5-35B) 上，它实现了 33.7% 的成功率（相比之下，Terminus 2 为 30.3%），同时 Token 使用量减少了 46.8%。
- 在 SWE-bench Verified 上，它维持了 60.2% 的成功率（相比之下，Terminus 2 为 61.6%），同时 Token 减少了 23.1%。
泛化能力：在较小生成器（Qwen3.5-35B）的轨迹上训练的模型能够有效地泛化到更大的商业模型（如 GPT-5.4, Claude-Opus-4.7），通常能提高成功率，并在特定模型上减少高达 90% 的 Token 成本。
消融实验：移除观测或动作投影模块中的任何一个都会导致成功率下降，这证实了这两个组件对于实现最优交互都是必要的。
案例研究：分析表明，HarnessBridge 有效地压缩了冗余的推理和导航轮次，同时保留了关键的测试输出和错误信息。它成功地中断了“冗余验证循环”——即智能体反复检查代码而不进行测试的情况，并将其重新引导至可操作的步骤。

重要性与主张

论文声称 HarnessBridge 将智能体-环境接口重新定义为一个可学习的策略，而非静态的基础设施。其重要性在于：

可扩展性：通过学习抑制过时的上下文并拒绝无意义的动作，该系统在任务时界延长时仍能保持高效，解决了当前长程智能体的核心局限。
效率：在不牺牲（甚至提高）任务成功率的前提下，实现了 Token 消耗和轨迹长度的大幅降低。
可迁移性：学习到的控制模式可以跨不同的生成器模型和环境进行泛化，这表明控制架捕捉的是有效的智能体-环境交互的基本属性，而非仅仅是对特定模型轨迹伪影的过拟合。

作者指出，目前的评估仅限于编码场景，但该机制适用于通用的工具使用轨迹，这意味着其在网页导航和多步研究工作流中也具有潜在的应用价值。