小米发布 HarnessX：面向 AI 智能体的可组合、自适应、可进化运行框架

小米 Darwin Agent Team 于 2026 年 6 月在 arXiv 发表论文，提出 HarnessX——一款面向 AI 智能体的可组合、自适应、可演进运行框架（Harness）生成系统。HarnessX 旨在解决传统智能体框架手工搭建、架构耦合、无法与模型协同优化的痛点，通过三大核心模块实现自动化框架优化：

• 组件化组合架构：将 Harness 抽象为标准化处理器与八大生命周期钩子，划分九大优化维度（模型选择、上下文组装、记忆管理、工具生态、执行环境、评估与奖励、控制与安全、可观测性、训练桥接），依托类型约束实现组件自由插拔与安全复用。
• AEGIS 自适应演进引擎：将框架演进映射为符号空间强化学习，通过解析、规划、演化、评判四阶段流水线，针对性解决奖励欺骗、灾难性遗忘、探索不足三大问题，并采用变体隔离策略适配异构任务场景。
• 框架-模型协同进化机制：搭建共享轨迹缓冲区，结合跨框架 GRPO 算法同步优化框架与模型，突破单一优化路径的能力天花板。

实验在 GAIA、ALFWorld、WebShop、τ³-Bench、SWE-bench Verified 五大主流智能体基准上，搭配 Claude Sonnet 4.6、GPT-5.4、Qwen3.5-9B 三款不同能力的大模型进行评测。结果显示：

• HarnessX 平均带来 14.5% 的性能提升，最高达 44.0%，且模型基线越弱收益越显著；
• 框架与模型协同进化可在此基础上再增收 4.7%；
• 变体隔离策略有效避免性能退化，并减少约 18% 的 Token 消耗。

该研究证明，优化运行框架是模型缩放之外提升智能体能力的高效路径，整套方案兼顾自动化、稳定性与可审计性。论文后续将开源完整代码，为自进化智能体工程化提供新范式。