正在补充深度解读，当前内容可以先阅读
论文解决了什么问题
这篇论文关注HarnessDev相关问题：当智能体依赖技能、记忆、工具和运行时控制时，模型外部系统怎样影响最终能力。
核心方法
HarnessDev 把评测对象从任务答案移到可运行基础设施：模型要从最小种子和少量案例出发创建完整 harness，再在后续阶段维护和演化它。它检验 LLM 是否能开发承载自己能力的外部执行系统。
实验结论
- 评估模型能否自己创建并演化 agent harness。
- 适合与同批推荐中的 Agent Skills、Harness 和长期记忆论文交叉比较。
局限性与证据边界
- 已按 arXiv 元数据和摘要整理，推荐文案为中文编辑摘要。
适合谁阅读
追踪 Agent Skills 与 Harness 研究比较模型外状态的收益和风险设计长期智能体系统Agent SkillsAgent Harness
可核验的原论文来源和作者
- 作者
- Yuhao Wu, Jingyuan Zhang, Jiajun Shi, Xinping Lei, Qingshui Gu, Yuxuan Zhang
- 来源
- arXiv
- 论文 ID
- 2609.01437