# Life Harnessness：北大Agent优化新范式

## 核心发现

传统Agent优化的核心假设被推翻：**Agent的效果并非完全由模型能力决定**。北京大学这篇论文证明，在很多情况下，Agent的失败不是因为模型"笨"，而是因为模型与环境之间的**接口不匹配**。

---

## Agent的本质再定义

传统观点认为：Agent ≈ LLM，能力强则Agent强

论文新观点：Agent是一个**完整的交互循环系统**，包含以下组件：

```
环境 → 观测 → 运行时系统 → 工具定义 → 动作模型 → 输出动作
  ↑                                                              ↓
  ←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←
```

| 组件 | 说明 |
|------|------|
| 运行环境 | 环境给观测，定义工具和动作 |
| 动作执行器 | 模型输出动作，执行器执行 |
| 反馈循环 | 执行结果反馈回来更新下一步决策 |

**关键洞察**：模型输出相同，结果可能完全不同。整个行为是**模型和运行时环境共同决定**的。

---

## 问题根源：接口层不匹配

传统Agent常见的失败场景：

- 模型不知道API的调用格式
- 不知道什么动作是合法的
- 不知道反馈信号是什么意思
- 不知道什么时候该停止

**传统解决方案**：通过SFT（监督微调）把这些知识灌进模型权重

**新方案思路**：为什么把环境特定的知识硬编码到模型里？这些东西应该在**接口层**处理。

---

## Life Harnessness 框架

### 核心思路

> **不改模型权重，只改运行时接口**

从训练轨迹中学习，把反复出现的交互失败转换成可复用的干预。

### 四个维度的可复用干预

| 维度 | 功能 | 说明 |
|------|------|------|
| **环境契约** (Environment Contract) | 告诉模型环境规则 | 明确这个环境中什么能做、什么不能做 |
| **程序技能** (Program Skill) | 任务分解标准化 | 把复杂任务拆解成标准流程 |
| **动作实现** (Action Implementation) | 格式转换 | 把模型的高层意图转换成环境能理解的精确格式 |
| **轨迹调控** (Trajectory Regulation) | 流程控制 | 决定什么时候该回溯、什么时候该停止、什么时候该重试 |

### 核心特征

- **训练后固定**：Harness一旦训练好就固定下来，评估时不再改变
- **非动态调整**：不是推理时还在动态调整的东西
- **标准化接口适配层**：类似于给Agent配了一个"经验丰富的项目经理"

---

## 实验结果

### 评估规模

- **7个确定性环境**
- **18个模型骨干**（从最小到最大全覆盖）
- **126个模型-环境组合**

### 效果数据

| 指标 | 数值 |
|------|------|
| 有提升的组合数 | 116 / 126 |
| 平均相对提升 | **88.5%** |

> 88.5%是接近翻倍的提升，不是小数点后一位的微弱改进。

### 迁移能力验证

- 使用 **Qwen-34B** 的训练轨迹进化出来的Harness
- 能直接迁移到其他 **17个模型** 上
- 从最小到最大的模型全部适用

**关键发现**：这说明Harness抓到的不是某个模型的特性行为，而是**环境本身的结构**。

---

## 范式转变

| 维度 | 旧范式（模型中心） | 新范式（接口中心） |
|------|-------------------|-------------------|
| 优化方向 | 调模型：SFT、蒸馏、更大参数 | 调接口：优化运行时适配层 |
| 适用场景 | Agent不行就调模型 | Agent不行，先看接口是否有问题 |
| 关系定位 | 互补，非替代 | 互补，非替代 |

---

## 局限性

1. **最适合确定性、规则型的环境**：需要大量创造性、开放性的任务可能效果不明显
2. **依赖训练轨迹**：需要有足够多的失败案例才能总结干预规则
3. **干预维度固定**：目前是4个维度，能否扩展到更多类型环境还需验证

---

## 未来发展方向

### 1. 自动发现与进化
不用人工定义4个维度，让系统自己发现需要什么样的接口适配

### 2. 跨环境迁移
在一个环境上学到的接口适配，能否用到另一个类似环境

### 3. 协同进化（最具潜力）
Harness和模型的协同进化，接口层与模型共同进化

---

## 对普通人的意义

### 短期
- 企业级Agent体验大幅提升
- "你得用精确话术跟AI说话"的情况越来越少
- 接口层帮你把意图转换成系统能理解的格式

### 中期
- Agent开发门槛大幅降低
- 不需要海量数据去SFT大模型
- 只要把接口适配做好，中等模型就能有很好的效果

### 长期
- 可能改变整个AI产业的分工：
  - **大模型厂商**：负责通用推理能力
  - **垂直领域厂商**：负责接口适配层
- 比现在每个公司都训练自己的模型更高效
- Harness可解释、可审计，解决监管问题

---

## 核心启示

> 不要一遇到问题就想着堆算力、堆参数。有时候真正的突破来自于对问题本身的重新定义。
>
> 不是模型不行，可能是我们的接口不行。
>
> 换个角度看问题，整个世界都不一样了。