Event ·Single source

arXiv 论文提出不更新权重的 Agent Harness 进化方法

arXiv 新论文《Beyond Weight Updates: Evolving Agent Harnesses for Domain Specialization》提出将 LLM Agent 的领域专业化从权重更新扩展到 harness 层面。作者把 system prompt、工具 schema、技能库和规划脚手架的进化建模为 RL 式外循环,用反思式进化优化器 GEPA 实例化,保持策略模型冻结。 生成的 harness 适配器无需 GPU 训练,可按垂直领域加载,并与基于权重的 RL 组合使用。在 Codev(一个 Claude Code 风格的编码 Agent)上,团队于 SWE-bench Verified、OfficeBench 和 Terminal-Bench 三个基准测试,发现权重更新带来最强的单路径收益,harness 进化以极小算力恢复大部分收益,两者结合效果最好。 论文还分析 SFT 专业化的一种失败模式:推理链变短、截断增加,而 harness 适配器在结构上可避免该问题,定位为权重更新的非破坏性补充。

Current read

做垂直领域 Agent 的开发者该看看:不训练模型也能专业化。论文用 GEPA 只改 prompt、工具和技能库,就在 SWE-bench Verified 等三个基准上逼近 SFT/RL 的效果,算力开销小很多,还能和权重训练叠加,特别适合没 GPU 的团队。

2 sources51° AI heatLast updated 2026/11/19 02:20:06

Evidence

2 sources
Primary sourcearXiv cs.AI
View source
Related source 1shao__meng
View source

Conflict check

Dedup data only shows that these sources discuss the same event, not that they agree. There is no structured supporting or refuting evidence yet, so no conflict is inferred automatically.