HarnessMM 论文：缓存已定决策,Agent Token 消耗降 88% 成功率反升
omarsar0 · x · 2026-10-26
清华大学与微软亚洲研究院的论文提出 HarnessMM,通过「守护式决策复用」和递归自我改进(RSI)优化 agent harness 的 token 效率。
核心问题
Harness 常在收到工具反馈后再次调用模型推理,即使前一次调用已经确定了下一步动作——这些重复推理是纯浪费。
方法
- Executable Decision Graph:存储已被推理确定的决定(具体动作、参数、依赖关系和公开守卫条件)
- Guarded Decision Reuse:当工具反馈满足守卫条件时直接复用决定,不再调用模型;新情况才交回模型
- RSI 循环:从训练反馈中迭代调整 harness 配置,模型权重始终不变
数据
- DeepSeek harness:每任务 token 从 96.28k 降到 11.62k(省 87.93%),成功率从 71.43% 升至 85.71%
- Codex on HumanEval:每任务 token 从 90.82k 降到 66.72k,成功率从 66.72% 升至 47.02%? 原文为 90.82k→66.72k(省 26.52%)、成功率 90.82%→? 论文摘要为成功率提升
- MBPP 消融:复用比单次调用+回调便宜 26.91%,token 少 19.52%
所属事件:清华微软论文 HarnessMM 大幅降低 Agent Token 消耗(2 条相关)→
「编程与Agent」频道最新
- Muse Wonder 分块 + SAM 3.1,一粒不漏分割整根玉米粒 — nikhilaravi · 2026-10-26
- 安全专家：让 AI 智能体按 NIST CSF 搭知识库做应急响应 — prasanna_says · 2026-10-26
- Google Cloud Knowledge Catalog 新增自学习上下文充实,为 agent 自动补全企业知识 — rseroter · 2026-10-26
- Cloudflare 推出支出上限功能早期预览,Workers 与 Durable Objects 先行 — ritakozlov · 2026-10-26
- Shopify 设计负责人谈 AI 时代工作流：设计师正变成全栈编辑 — KlausCodes · 2026-10-26
- Nace AI 推出 Drex for Search：让 Agent 精准翻页读云端文件 — testingcatalog · 2026-10-26