🔴 保留 3：Agentic Harness Engineering (AHE) — arXiv 实证论文

• 类型：arxiv
• 标识：2604.25850
• 链接：https://arxiv.org/abs/2604.25850
• 主题：agent, engineering, evaluation, llm-infra, multimodal, rag, risk
• 来源文件：
• /inbox/jay/2026-06-16-1850-engineering-filter-harness-rag-eval.md

可复用信息

• • Agentic Training：环境构建（Rule-based / Simulation / Real-world）、Reward Design（Outcome-level / Process-level）、SFT / RL 训练
• • Benchmark 分类：Deep Research / Software Engineering / Tool Use / Computer Use / ML Engineering
• • 关联顶会论文：SWE-agent (NeurIPS 2024), DigiRL (NeurIPS 2024), Agent-S (ICLR 2025 Workshop), ReadAgent (ICML 2024), LoCoBench-Agent (arXiv 2025)
• • 可信度: 高 — 有明确论文引用链路，覆盖全面
• • 工程价值: 中高 — 知识图谱型仓库，适合作为索引页；每条均有 arXiv / 代码链接
• • 筛选理由: ✅ 保留 — 2026 年 Harness Engineering 领域的系统性梳理，可作为工程导航

---

• • 来源: https://arxiv.org/html/2604.25850v1

写作用途

• 可放入 RAG / 知识库 / 检索增强相关工作的对比段。
• 可用于 Agent 架构、记忆、工具调用或多智能体研究背景。
• 可用于多模态推理、视觉语言模型或长上下文多模态问题定义。
• 可用于系统实现、实验平台或工程约束说明。
• 可用于局限性、风险、失效模式和未来工作。

待补齐

• BibTeX / 正式引用格式
• 方法与实验设置细节
• 与现有工作的差异点
• 是否有代码和数据集