知识卡片：Harness-Zero——通过 Agent-as-Harness 实现 Harness 蒸馏

一句话结论

Harness-Zero 提出一种“harness 蒸馏”方法：训练时用领域或实例优化的 harness 指导 agent-as-harness 纠正学生响应，把外部 harness 诱导的行为内化到模型权重中，使部署时移除专用 harness 后仍能保留甚至超过其任务收益。

事件概述或研究问题

• 智能体 harness 是调和模型与环境交互的外部系统，可显著提升 agent 表现，但其收益通常绑定在部署时的 harness 上。
• 最佳 harness 会随领域、实例和模型变化；通用 agent 要么使用次优的共享 harness，要么在越来越多专用 harness 之间路由。
• 论文研究“agent harness distillation”：把领域或实例优化的 harness 作为训练时指导，将其诱导的行为转移到模型权重中，使收益在单一固定目标 harness 下继续存在。
• 核心挑战：优化 harness 与目标 harness 的动作空间和可用信息不同，前者的指导不能直接作为后者的监督。

方法/产品要点

• 提出 Harness-Zero，通过 “agent-as-harness” 实现 harness 蒸馏。
• 在优化 harness 的引导下，一个 harnessing agent 在目标 harness 的动作空间中、执行前纠正学生响应，从而把 harness 指导转化为训练演示。
• 对由此产生的轨迹进行微调，使 harness 诱导的行为内化到模型权重中；部署时可以移除该专用 harness。
• 材料未给出实现细节、模型规模、训练数据构造和具体算法公式；待核实。

主要结果或产业意义

• 对前沿 LLM 使用同一 evolved harness 时，agent-as-harness 优于 code-as-harness。
• 部署时移除专用 harness，Harness-Zero 将基础模型的宏平均任务成功率从 23.3% 提升到 44.3%，并超过该 harness 仍挂载时的 41.7%。
• Harness-Zero 恢复基础模型中缺失的 harness 诱导行为：在知识工作、工具使用和科学三个领域的 28 种 pattern 上平均恢复 82.3%。
• 产业意义：如果成立，agent 能力的一部分可以从“部署时依赖外部框架”转向“训练时内化”，可能减少对多套专用 harness 的路由和维护需求；但需看具体任务、成本与部署条件。

为什么重要

• 它把“外部 harness 的收益”从部署时绑定问题转化为训练时蒸馏问题，探索模型权重与智能体基础设施之间的边界。
• 与已有卡片中的 Direct-OPD 类似，都涉及策略/行为蒸馏；但 Harness-Zero 的对象是 harness 诱导行为，目标是在固定目标 harness 下存活，而不是弱到强泛化本身。
• 与 GaP、OptiAgent 等多智能体编排/优化框架不同，Harness-Zero 关注用 agent-as-harness 生成纠正演示，并把专用 harness 的收益内化后移除。
• 增量信息：从“更好的外部编排”推进到“把外部编排的收益蒸馏进模型权重”，并报告了移除专用 harness 后的成功率变化。

局限与不确定性

• 以上均来自摘要；论文正文、实验设置、基准列表、模型版本、统计显著性和消融细节未在材料中提供，待核实。
• 未说明 harness 的具体定义、优化方式、目标 harness 选择策略和训练成本；待核实。
• 未说明 23.3%、44.3%、41.7% 和 82.3% 对应的具体任务集、评价协议和方差；待核实。
• 未确认代码、数据或模型是否公开，也未确认是否经过同行评审；待核实。
• 跨领域、跨模型和真实部署场景的泛化能力待核实。

可用于图书/PPT/简报的角度

• “外部框架的收益能否内化到模型权重”：从路由多个 harness 到蒸馏到单一固定 harness。
• “agent-as-harness 作为训练信号”：用外部优化 harness 在目标动作空间中纠正学生轨迹。
• “模型能力与智能体基础设施的边界”：哪些收益属于模型，哪些属于部署时框架。
• “蒸馏的新对象”：从策略蒸馏、代码蒸馏到 harness/行为模式蒸馏。
• “部署简化”：移除专用 harness 后仍保留收益，对降低系统复杂度和路由开销的启示。

与既有脉络的关系

• 与 Direct-OPD：都关注行为/策略转移和蒸馏；Harness-Zero 的增量在于把优化 harness 的指导转化为目标 harness 动作空间中的训练演示，并在部署时移除专用 harness。
• 与 GaP、OptiAgent：后者偏多智能体编排或优化建模框架；Harness-Zero 偏训练时 harness 蒸馏，不重复陈述这些框架的具体机制。

原始材料

• 英文标题：Harness-Zero: Harness Distillation via Agent-as-Harness
• 作者：Haoran Ye, Yuxing Lu, Haonan Dong, Zhaochen Su, Guojie Song
• arXiv ID：2609.24974v1
• 主分类：cs.AI；分类：cs.AI, cs.CL, cs.NE
• 发布/更新：2026-09-21T17:55:20Z
• 摘要 URL：https://arxiv.org/abs/2609.24974v1
• PDF URL：https://arxiv.org/pdf/2609.24974v1
• 英文关键词：agent harnesses; harness distillation; agent-as-harness; fine-tuning; frontier LLMs; knowledge work; tool use; science