MemoHarness: Agent Harnesses That Learn from Experience

论文解决了什么问题

当前 Agent 系统大多在部署时复用单一全局控制层（包括提示、工具接口、解码策略、编排方式等），无法针对不同领域、推理深度或输出格式的案例进行差异化处理。现有自动优化方法通常只调整提示或工作流等局部组件，且优化结果仍是训练时固定的静态配置，缺乏测试时的案例级自适应能力。MemoHarness 旨在解决如何让 Agent 控制层从自身执行经验中学习，并在推理时按案例动态调整的问题。

核心方法

MemoHarness 将 Agent 控制层拆解为上下文组装、工具交互、生成控制、编排拓扑、记忆管理与输出处理六个可编辑维度。训练阶段在标注案例上执行引导搜索，将每次执行的轨迹、奖励与诊断存入双层经验库（案例级条目与蒸馏的全局模式）。测试阶段针对每个无标签案例，检索相似历史案例与相关全局模式，将全局控制层映射为案例专属配置后执行，全程无需反馈、梯度更新或额外搜索。

实验结论

• Terminal-Bench 任务成功率从 0.722 提升至 0.806，优于最强固定控制层基线
• 在六个未见评测集与六个不同基座模型上实现选择性迁移，跨模型平均提升 +0.098

局限性与证据边界

适合谁阅读