arXiv cs.AI· Tianshi Xu, Huifeng Wen, Meng Li·· 2 天前AI 评分41
Life-Harness：不改模型权重，用运行时框架适配确定性 LLM 智能体
Adapting the Interface, Not the Model: Runtime Harness Adaptation for Deterministic LLM Agents
AI 导读
研究者提出 Life-Harness，一种生命周期感知的运行时框架，在不改变模型权重和评测环境的前提下提升冻结 LLM 智能体的表现。它从训练轨迹中把反复出现的交互失败转化为可复用干预，覆盖环境契约、流程技能、动作实现和轨迹调控。
正文 · AI 翻译
摘要：LLM 智能体不仅由其语言模型塑造，还受到运行时框架的影响，该框架负责协调观察、工具使用、动作执行、反馈解读和轨迹控制。虽然现有的智能体适配方法主要更新模型参数，但在确定性的、受规则约束的领域中，许多失败源于模型与环境接口之间的不匹配。我们提出 Life-Harness，一种生命周期感知的运行时框架，可在不改变模型权重或评估环境的情况下改进冻结的 LLM 智能体。Life-Harness 从训练轨迹中演化，将反复出现的交互失败转化为跨环境契约、程序性技能、动作实现和轨迹调节的可复用干预措施，并在对未见任务的评估中保持固定。我们使用 18 个开放权重骨干模型，在 AgentBench、$\tau$-bench、$\tau^2$-bench 和 AppWorld 的八个环境中评估 Life-Harness，并进一步在七个环境中测试三个前沿模型。使用 Qwen3-4B-Instruct 时，Life-Harness 在七个共享环境中的平均准确率分别超过 Meta-Harness 和 AHE 28.7 和 7.5 个百分点，同时优化 token 使用量分别减少 8.5\% 和 68.4\%。演化出的框架也使 GPT 5.5、Opus 4.8 和 Gemini 3.1 Pro 受益，平均准确率提升 3.5 个百分点。代码可在 此 https URL 获取。
| 评论： | 进行中的工作 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2605.22166 [cs.AI] |
| （或 arXiv:2605.22166v3 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2605.22166 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Tianshi Xu [查看电子邮件]
[v1]
2026年5月21日星期四 08:36:49 UTC（1,723 KB）
[v2]
2026年5月27日星期三 04:34:36 UTC（1,724 KB）
[v3]
2026年10月15日星期四 03:20:30 UTC（1,704 KB）
来源：arXiv cs.AI · arxiv.org