Agent Harness Awareness：验证遥测数据降低工具使用Agent的操作遗憾

摘要

一篇新的arXiv预印本提出了Agent Harness Awareness，这是一种信任分离的设计，其中执行框架在关键操作前提供验证过的状态快照，同时保留执行和调度权限。在包含GPT-5.6 Sol、Claude Sonnet 5和Gemini 3.7 Flash的216次决策消融实验中，验证的工具健康状态将平均可观察策略遗憾降低了96.9%（从4,252毫秒降至131毫秒），并将单次调度完成率从69.4%提升至95.8%。另一项包含实时TCP/HTTP执行和Toxiproxy注入故障的27次决策端到端复制实验，将平均遗憾从8,956毫秒降至0毫秒，并在9/9的模型-故障组合中完成了实时操作，而中性对照组为5/9。

这里提供经过审核的摘要。完整内容请前往原文阅读。

各行业推荐理由

• 人工智能

  该研究直接针对AI Agent中的操作盲区问题，在真实条件下提供了可衡量的决策改进，对于部署可靠的自主系统至关重要。