Agent runtime / security / harness 补充候选

  • 类型：arxiv
  • 标识：2603.25723
  • 链接：https://arxiv.org/abs/2603.25723
  • 主题：agent, engineering, evaluation, llm-infra, multimodal, rag, risk
  • 主分类：evaluation
  • 形态：method
  • 被引：34
  • 被引来源：Semantic Scholar
  • S2被引：34
  • OpenAlex被引：1
  • 影响力被引：3
  • TLDR：This paper introduces Natural-Language Agent Harnesses, editable documents that describe run-level harness policy, and Intelligent Harness Runtime (IHR), a shared runtime that interprets these documents into agent calls, handoffs, state updates, validation gates, and artifact contracts.
  • OpenAlex ID：W7141256605
  • OpenAlex DOI：10.48550/arxiv.2603.25723
  • DOI：10.48550/arxiv.2603.25723
  • DOI来源：OpenAlex
  • 开放获取：green
  • 开放获取链接：https://doi.org/10.48550/arxiv.2603.25723
  • OpenAlex更新：2026-08-23
  • 标题中文：Agent runtime / security / harness 补充候选
  • TLDR中文：本文提出 Natural-Language Agent Harnesses，即可编辑的、描述运行级 harness 策略的文档，以及 Intelligent Harness Runtime（IHR），一个将上述文档解释为 agent 调用、交接、状态更新、验证门控与 artifact 契约的共享运行时。
  • 副分类：agent
  • 待LLM分类：否
  • 来源文件：
  • /inbox/stephen/2026-06-15-stephen-coordination-check.md
  • [S2 enrich]
  • [OpenAlex backfill]

可复用信息

    1. Agent Harness Engineering: A Survey
    • 来源：OpenReview PDF
    • 链接：https://openreview.net/pdf/f358711a95aaaf61fdeffd4ef3fc60fba9b8da57.pdf
    • 核心观点：Agent 长任务可靠性越来越取决于 execution harness：上下文构造、工具接口、middleware、反馈注入、约束、验证与 sandbox。
    • 可信度：中高；需核验具体 benchmark 引用（Terminal-Bench、Sandbox-EscapeBench 等）。
    • 分类：agent harness-engineering security runtime
    • 建议：强烈建议补位。今日 Agent 覆盖多，但对 harness / runtime security 的严肃审稿不足。
    1. Natural-Language Agent Harnesses（arXiv:2603.25723）

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