Agent论文揭示模型与Harness联合优化新路径

近日，一篇关于Agent的研究论文引发了业界广泛关注。该论文提出了一个颠覆性的观点：Agent的能力并非单纯由模型权重决定，而是模型权重与Harness（上下文组织、工具暴露、错误处理等）共同构成的结果。这一发现不仅揭示了Agent性能提升的新路径，也为AI系统的工程化落地提供了重要参考。

论文作者王零壹指出，传统的Agent开发模式往往将模型和Harness分开优化。当模型能力不足时，开发者倾向于微调模型；而当模型已经足够强大时，则会通过调整Prompt、更换工具或增加检索等方式来提升性能。然而，这种分治策略存在明显缺陷：模型权重的变化可能导致原有Harness不再适用，而Harness的调整也可能使模型无法充分发挥其潜力。

为解决这一问题，论文提出了Weight-Harness Alternating Learning（WHALE）算法。该算法的核心思想是让模型权重和Harness进行交替更新：先在当前Harness下优化模型权重，然后基于更新后的模型搜索更优的Harness，如此循环往复。实验结果表明，在SearchQA、数学推理和棋类任务上，WHALE方法相比传统训练方式，在Qwen3.5 2B和4B模型上取得了4.15到24.38个百分点的mean@8准确率提升。

值得注意的是，虽然WHALE算法在理论上证明了模型与Harness联合优化的有效性，但在实际生产环境中实施这一策略却面临诸多挑战。首先，持续的模型训练和Harness搜索会带来高昂的计算成本；其次，频繁的系统更新可能导致技术债务积累，形成难以维护的复杂系统；最后，不同组件之间的深度适配可能增加迁移和部署的难度。

针对这些问题，论文建议企业采用"Agent Release"的标准化发布流程。具体而言，在研发阶段完成模型与Harness的联合优化后，将整套组合冻结为一个包含模型检查点、Harness配置、工具契约、权限策略和沙箱环境的完整交付单元。这种做法既能保留联合优化带来的性能优势，又能确保系统的可复现性、可审计性和可回滚性。

"随着模型能力的不断提升，我们越来越需要关注系统的稳定性要求。"科技公司尹文辉博士表示，未来Agent基础设施的核心将是执行过程的标准化和持久运行时能力，而非单纯依赖模型本身。他强调，越强的模型越需要稳定的系统基础设施作为支撑，这样才能确保AI能力的安全释放。