清华与微软论文 HarnessMM：DeepSeek Harness 省 87.93% token 且成功率反升
rohanpaul_ai · x · 2026-11-02
清华与微软的论文提出 HarnessMM（Harness Minus Minus），通过「守卫式决策复用 + 递归自我改进（RSI）」提升 agent harness 的 token 效率。核心观察：agent 在每次工具结果后都回调 LLM 决定下一步，但很多步骤其实早已确定（如代码编译通过后就去跑测试）。
方法要点
- 可执行决策图（Executable Decision Graphs）：存储精确动作、字面参数、因果依赖与公共守卫
- 守卫式决策复用：在模型-工具边界由 controller 根据观测凭据复用已解决的决策，替代后续推理回调，actor 权重保持冻结
- 认证回调替换：通过原生接口执行并记录移除的慢回调；遇到新语义决策、证据不足或 selector 弃权时回退到原 actor
- RSI 从训练反馈中迭代优化 harness 配置，验证环节选出部署配置
结果
- Codex：成功率保持 90.82%，每任务 token 从 66.72k 降到 47.02k（省 29.54%）
- DeepSeek Harness：成功率从 71.43% 升至 85.71%，token 从 96.28k 降到 11.62k（省 87.93%）
- MBPP 消融：比单次使用决策图成本低 26.91%
所属事件:清华微软 HarnessMM：Agent 省 87.93% token 成功率反升(3 条相关)→
「编程与Agent」频道最新
- Harness Pro 用 ESP32-P4 做出 AI 编码 Agent 桌面监控屏 — dee_hw · 2026-11-02
- RL 训练 LFM2.5-24B 适配器：精度持平下工具调用省 20% — yb2698 · 2026-11-02
- Agent 生产环境排障之痛：错误在第5步、根因在第3步 — Ok-Machine7983 · 2026-11-02
- RAGFlow 1.0 预览：从 RAG 引擎转向 agent 原生数据库 — newpeak · 2026-11-02
- 开源 Kitsune MCP：让编码 agent 复用你正在用的 Firefox 浏览器 — Sad-Interview9085 · 2026-11-02
- Agent 系统工程八连发:服务拆分、契约、子图与人审闭环实战 — huygl99 · 2026-11-02