EvoHarness-RL：让Agent学习运行时协调

Xuying Ning等作者发布论文提出EvoHarness-RL框架，把环境相关的harness实现与统一策略接口分离，让Agent的运行时harness协调变成可学习的能力。 该框架用Belief、Progress、Experience（BPE）工作区和四个紧凑harness动作组织外部支持，并以监督初始化加成本感知GRPO训练策略。论文称其目标是让harness协调可学习，尚未给出实际效果结论。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。