Harness不是目的，知识才是护城河AI工程交付团队的知识沉淀实践

系统分解 OpenEvolve/TTT-Discover 类自动发现 harness，在 12 组模型-问题对超 310 万次 LLM rollout 上评估 30 种预算对齐变体，发现没有固定 harness 能跨设置稳定领先，OpenEvolve 变体整体常弱于更简单方案；harness 应视为随问题与模型调整的超参，并用早期进度做在线自适应预算分配收录理由：直接挑战通用最优 harness叙事，为 agent 搜索脚手架选型提供可复用统计基线与工程结论

工具获取不是排序分数，而是在异质成本下决定截取多少工具提出CAM-DF/CAM-DF-lite：在排序前缀上做成本感知边际停止，用离线现在停 vs 继续的收益差直接训练五域1343任务；-bench Retail上收益领先，实跑相对全量访问少暴露37%工具且任务成功率相当可作预训练无关的轻量前置插件

在 modelharness 共演化视角下提出 Recursive Harness Self-Improvement（RHI）：把 harness 当作 prompt 级 agent 循环规范，用自身修订历史的成对反馈轻量迭代优化；在 30 个合成 ML 研究任务上，少量迭代即可抬高低推理力度 agent 上限并超过最大推理设置，同时最高节省约 60% 推理成本，增益主要来自任务特定上下文与跨 agent 信息流管理收录理由：给出可操作的 harness-in-the-loop 学习路径，连接即时性能与未来训练轨迹质量

Data4Sci 把生产级 agent harness 拆成可组合原语：Pydantic typed toolsPlanner 生成依赖 DAGWorker 按 ready set 并发执行分层 memory确定性校验优先再上 LLM judge，以及多维 budget / pressure 降级它还把错误分成 transienttool misusemissing infofatal，强调缺信息才 replan，不应盲目重试文章适合从框架黑盒退回到可审计的 agent 运行时设计