HarnessX 是什麼？小米 Darwin 的 agent harness 自動演化框架

1/ 6 月 15 日，小米 Darwin Agent Team 發布了 HarnessX 的技術介紹：一套讓 agent 的執行框架（harness）自動組合、適應、演化的系統。harness 涵蓋 prompt、工具呼叫、記憶機制與控制流，以往這層全靠工程師手刻。初步結果：在五個 benchmark（ALFWorld、GAIA、WebShop、T3-Bench、SWE-bench Verified）上平均提升 +14.5%，最高達 +44%。程式碼即將開源，但目前是單一團隊自述，尚無第三方覆核。

2/ 「每換一個模型或任務就重寫一套 scaffolding」是現在 agent 工程的慣例，不是選項。核心問題是比例失衡：底層模型每幾個月疊代，上層 harness 卻要跟著逐一驗證、重調。當模型更新頻率加快，這個維護負擔的斜率只會更陡。HarnessX 想解的正是這個問題：harness 自行追上模型，不必等工程師手動跟進。

3/ 核心機制是 AEGIS，一個 trace-driven（執行軌跡驅動）引擎。每次 agent 執行完，AEGIS 分析執行回饋，自動把這些訊號轉化成更好的 prompt 與訓練資料，harness 各層因此持續演化。harness 因此從靜態設定檔，變成可持續最佳化的對象。理論上，工程師的角色從「手刻配置」移向「設計演化目標」。

4/ 五個 benchmark 的數字要拆開讀：平均 +14.5% 是整體，而「最高 +44%」的增益集中在 baseline 較低的任務上。這個分佈看起來有一個規律：現有 harness 越弱的場景，自動演化能改善的空間越大；反過來，已高度調優的系統收益空間縮小。評估導入成本時，這個規律比平均數更值得看。

5/ 先說清楚：HarnessX 是單一團隊自述，程式碼尚未開源、缺第三方覆核，數字要打折看。但方向本身值得注意：如果「harness 自動化」這條路走得通，模型的能力上限不動；縮減的是你在模型之上投入的工程人力。自建 agent 系統的工程師，現在就值得開始追蹤，不必等它成熟。