arXiv cs.AI· Manu Agrawal, Shrey Nagpal·· 10 小时前AI 评分41
Agent Harness Awareness：将已验证遥测转化为工具型智能体的运行控制
Agent Harness Awareness: Turning Verified Telemetry into Operational Control for Tool-Using Agents
AI 导读
研究提出 Agent Harness Awareness 架构，由宿主在关键动作前向模型提供小型、新鲜、已验证的状态快照，同时保留测量、执行与最终调度权。
正文 · AI 翻译
摘要：工具描述告诉智能体某个动作能做什么，但未必能揭示该动作在使用当下是否健康或合适。执行框架通常通过监控器、追踪记录和近期故障掌握这些信息，而选择下一步动作的模型却并不掌握。我们将这一差距称为操作盲区。我们提出 Agent Harness Awareness，一种信任分离的设计：由宿主在关键动作发生前提供一份小型、新鲜且经过验证的状态快照，同时保留测量、执行、评估和最终派发的权限。我们使用 ToolRoute 测试其工具与网络实例，这是一个受控隔离基准，保持任务和候选语义不变，仅改变模型可用的操作信息。在跨 GPT-5.6 Sol、Claude Sonnet 5 和 Gemini 3.7 Flash 的 216 次决策消融实验中，经过验证的工具健康状态相比同形态中性对照将平均可观测策略遗憾降低了 96.9%（从 4,252 ms 降至 131 ms），并将单次派发完成率从 69.4% 提升至 95.8%。在另一项包含实时本地 TCP/HTTP 执行、OpenTelemetry 客户端 span 和 Toxiproxy 注入故障的 27 次决策端到端复现中，经过验证的状态将平均遗憾从 8,956 ms 降至 0 ms（零额外可观测操作成本），并在 9/9 个模型与故障组合中完成了实时动作，而中性对照为 5/9。这些研究确立了 Agent Harness Awareness 的工具与网络实例：选定的宿主遥测能实质性改善派发前的操作选择。运行时状态、硬件压力、经济性、重试感知恢复以及异构选择仍是同一架构下有待实证扩展的开放方向。
| 评论： | 9 页，3 幅图 |
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2611.05391 [cs.AI] |
| （或 arXiv:2611.05391v1 [cs.AI] 为本版本） | |
| https://doi.org/10.48550/arXiv.2611.05391 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Manu Agrawal [查看邮箱]
[v1]
2026 年 9 月 13 日周日 15:01:55 UTC（94 KB）
来源：arXiv cs.AI · arxiv.org