Agent Harness
笔记列表 19
论文档案 项目 内容 论文 OpenHands: An Open Platform for AI Software Developers as Generalist Agents 作者 Xingyao Wang 等 发…
论文档案 项目 内容 论文 τ-bench: A Benchmark for Tool-Agent-User Interaction in Real-World Domains 作者 Shunyu Yao、Noah Shi…
证据级别提示： 本文解析的是 2026 年 9 月 26 日发布的 arXiv 预印本，尚未经过正式会议同行评审。它进入本专题是因为研究问题直接针对 Harness，而不是因为它已达到“顶会定论”的证据等级。结论需要等待独立复现。 论文…
论文档案 项目 内容 论文 The BrowserGym Ecosystem for Web Agent Research 作者 Thibault Le Sellier De Chezelles 等 发表 TMLR 2…
实践目标 这一节不追求做另一个“大而全 Agent 框架”，而是把论文里的核心变量压缩成一个可测试的 reference implementation： ScriptedModel -> typed Action -> sche…
评测对象是整个闭环 Agent 的结果由至少五个变量共同决定： Y=f(model,harness,task,environment,randomness)Y=f(\text{model},\text{harness},\text{task…
先按研究问题选，不按功能数量选 不同项目常被一起称为 Agent framework，但它们位于不同层： 项目 主要层次 最适合 不应期待它自动解决 mini-SWE-agent 最小 coding harness 模型/提示…
一句话定义 Agent Harness 是包在模型外面的确定性运行时：它把任务和环境状态整理成模型可见的上下文，把模型输出约束为动作，在权限与预算内执行动作，再把可审计的观察送回模型，直到成功、失败或触发停止条件。 它不是“再写一个 pro…
先把四个容易混淆的对象分开 对象 负责什么 不负责什么 模型（model） 根据上下文产生文本、动作或结构化输出 权限、事务、超时、真实成功判定 Agent 策略（policy） 决定下一动作，可能采用 ReAct、规划或…
论文档案 项目 内容 论文 ReAct: Synergizing Reasoning and Acting in Language Models 作者 Shunyu Yao 等 发表 ICLR 2023 原文 Op…
这组论文在研究什么 Agent Harness 不是单篇论文定义出的封闭方向。它由四条研究线汇合而成： flowchart LR A[控制策略<br>ReAct / Reflexion] --> E[Agent Harness…
论文档案 项目 内容 论文 Reflexion: Language Agents with Verbal Reinforcement Learning 作者 Noah Shinn 等 发表 NeurIPS 2023 …
论文档案 项目 内容 论文 DSPy: Compiling Declarative Language Model Calls into Self-Improving Pipelines 作者 Omar Khattab 等 …
论文档案 项目 内容 论文 AgentBench: Evaluating LLMs as Agents 作者 Xiao Liu 等 发表 ICLR 2024 原文 OpenReview / arXiv 代码 T…
论文档案 项目 内容 论文 SWE-bench: Can Language Models Resolve Real-World GitHub Issues? 作者 Carlos E. Jimenez 等 发表 ICLR…
论文档案 项目 内容 论文 Executable Code Actions Elicit Better LLM Agents 作者 Xingyao Wang 等 发表 ICML 2024 原文 PMLR / arX…
论文档案 项目 内容 论文 SWE-agent: Agent-Computer Interfaces Enable Automated Software Engineering 作者 John Yang 等 发表 Ne…
论文档案 项目 内容 论文 OSWorld: Benchmarking Multimodal Agents for Open-Ended Tasks in Real Computer Environments 作者 Tia…
论文档案 项目 内容 论文 AgentDojo: A Dynamic Environment to Evaluate Prompt Injection Attacks and Defenses for LLM Agents …