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
• 来源文件：
• /inbox/stephen/2026-06-15-stephen-coordination-check.md

可复用信息

• 33. 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。
• 34. 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