2026 · 11 · 03

Harness-S：利用兄弟执行环境训练更聪明的AI智能体

背景 训练AI智能体处理复杂的编程和工具调用任务时，通常依赖于固定的执行环境。然而，对这些脚手架的每一次修改往往是“修好了这个错误，却弄坏了那个错误”，很难找到一个完美的通用配置。 细节 为了解决这个问题，研究人员开发了 Harness-S 方法。它沿着不同的修复方向构建了一组特殊的“兄弟环境”。当主基础环境在任务中彻底失败时，系统会将问题分流到这些辅助环境中，从而生成成功的执行轨迹。一个 自适应路由器 会通过行为画像和大模型投票来选择最合适的帮手。随后，AI会从这些被“救活”的运行轨迹中学习，将这些有用的应对技巧吸收进自己的核心策略中。 影响 在 AppWorld、SWE-Gym 和 DBBench 等多个基准测试上的实验表明，训练后的AI模型在返回原本的基准环境时，其性能 大幅超越 了传统的强化学习方法。这证明了多样化的执行环境能够成功地将 宝贵经验内化 到AI模型本身当中。