清华与智谱等提出HarnessPro优化Agent成本

清华大学、智谱等机构的研究人员在论文中提出 HarnessPro，通过执行轨迹诊断、优化计划生成、自动生成测试和 Pareto 筛选，递归改进 Agent Harness，以权衡性能与成本。论文称，该方法在 GPT-5.5 + Codex 与 GLM-5.2 + Claude Code 两种组合上进行了测试。 实验设定为：每个基准测试选取 10 个训练任务，每个候选 Harness 对每项任务独立执行三次；验证集用于筛选候选方案，其结果不提供给优化规划器；测试集仅在优化结束后通过官方测试评估最终效果。论文中的执行成本主要按模型 Token 用量及对应价格计算，尚未完整计入 HarnessPro 自身多轮优化产生的计算和运行开销；相关实验目前主要集中在 Coding Agent 场景。

AI 根据报道生成 · 2 小时前更新