不改模型权重也能自进化！中科大等开源 Harness-RSI：形式化定义智能体脚手架自演化与 PAC 泛化界，登顶 HF 热榜

核心背景与行业痛点

在企业级智能体落地实践中，开发者通常调用权重固定的闭源商业 API（如 Claude Opus、GPT-5）或无法高频重训超大参数基座。此时，决定智能体真实成败的核心在于包裹模型外部的“软件脚手架（Agent Harness）”——涵盖系统提示词、持久化记忆库、多步控制流、可执行工具代码以及插件编排逻辑。然而，现有针对 Harness 的自动化修改往往处于“盲目试错”状态：一次局部改写虽然修好了当前报错，却极易在历史已通关任务上引发隐蔽退化（Regression），且缺乏何时接纳或回滚修改的严格数学判据。

架构亮点与底层机制

在登顶 Hugging Face 每日论文高赞榜的 66 页重磅研究中，团队提出了 Harness-RSI（Self-Evolving Agent Harness） 理论与工程体系：

1. 更新目标与提案准入机制正交解耦：框架将脚手架演化明确划分为两个层级——低风险的“解释态修正（Interpreted State，如 Prompt 模板、工作记忆条目）”与高权限的“可执行代码级演进（Executable Revisions，如新增 Python 工具、修改仓库级控制流与插件拓扑）”；
2. 持续 PAC 学习泛化界与防退化预算（Retention Bound）：通过进化搜索与持续可能近似正确学习（Continual PAC-Learning）对脚手架更新进行数学建模。在显式假设下推导出了期望泛化上界、以历史回归预算为条件的保持界（Retention Bound），以及基于独立新鲜验证集的高概率准入规则（Admission Rule）；
3. 运行时权限与安全护栏隔离：针对可持久化跨轮次生效的脚手架自修改，设计了独立的验证沙盒、运行时权限分级与关键动作审计机制。

权威 Benchmark 与实测跑分对比

研究团队通过系统性案例分析与算法验证，确立了固定权重下智能体脚手架演化的可靠性基石：

• 严格抑制多轮演化退化：在引入条件保持界与独立验证准入规则后，智能体在跨周期演化中彻底消除了未受控自我修改常见的“修新坏旧”震荡现象；
• 模型-脚手架协同设计（Co-Design）增益：实证展示了分布式执行与插件跨任务复用如何让中等规模固定权重模型在复杂长程工程任务上逼近旗舰模型表现。

开发者实战落地与开箱指南

项目完整 66 页技术报告、算法实现与补充材料已开源于 GitHub（https://github.com/zgcagi/Harness-RSI）：

• 构建准入验证门禁（Admission Gate）：在允许 Coding Agent 自动修改自身的 .cursorrules、CLAUDE.md 或自定义 MCP 工具脚本前，必须强制挂载高概率准入测试集，仅当历史回归率低于预设阈值 $\epsilon$ 时才允许持久化写入主分支；
• 状态层与代码层分离演进：优先在高频迭代中放开记忆与提示词状态更新，而对底层控制流与工具代码的重写施加更严苛的沙盒单元测试要求。