agent-harnesses

Google 介绍了 RRSI，这是一种用于 AI 代理框架中规范化递归自改进的方法，可增强跨基准的迁移学习并减少过拟合。

这篇文章描述了对GPT-6 Astra在六个代理框架上进行29项代理任务的评估，显示成功率相似，但在失败时token使用量相差3到5倍。

本文介绍了一个关于多模态代理框架中技能发现与路由的案例研究，表明在提示中部分暴露技能可能会产生词汇竞争，从而阻碍正确选择，将小规模的上下文检索与大规模方法联系起来。

在 AI Engineer 演讲中，Cognition 联合创始人 Walden Yan 不建议使用多智能体系统，称它们很脆弱，而 Devin 背后的团队现在使用的是具有连贯上下文的单一智能体。

讨论了agent harnesses作为组合通用器的概念，用于模型中扩展泛化能力，并引用了RLM harness。

本文提出了面向ARC-AGI-1的经济型智能体框架，通过探索者-定义者流水线和反思型协调器，使用DeepSeek V3.2无需微调即可实现强大性能，以低成本达到67.25%的pass@2。

随着AI编码模型变得商品化，智能体控制框架——即管理工具和工作流的控制循环——成为关键差异化因素。本指南绘制了控制框架领域的图谱，权衡了供应商原生性能与模型无关工作流的可移植性。

This paper presents ActPlane, a policy engine that enforces safety and effectiveness policies for AI agents at the OS kernel level using eBPF, bridging the semantic gap between natural language policy intent and concrete system actions.

作者分享了构建高效智能代理工具的见解：最好的工具最大限度地减少对大语言模型（LLM）在琐碎任务上的依赖，将其保留用于复杂推理，从而将真正的代理工具与简单的包装器区分开来。

Claude Code及其他AI代理工具的交接模式允许将任务委托给新的会话，通过生成脚本来让另一个会话执行特定任务，从而避免使用上限、性能下降和高成本。

全面分析主要 AI 智能体平台（Claude Code、OpenAI Codex、Copilot、Windsurf、Devin 等）的内存架构，讨论内存管理方式、当前缺陷以及未来发展方向。

关于代理框架缩放定律的新研究显示，大多数字令和工具调用次数并不重要；该研究引入了一种有效的方法。

PwC的一篇研究论文发现，当正确集成到代理框架中时，grep风格的文本搜索在编码代理任务上可以匹配或超越基于嵌入的检索，这表明向量数据库对许多用例可能并非必需。