北京大学拆掉AI代理脚手架，成功率反而涨了

💥我靠！拆掉脚手架，成绩反而更高，北京大学把 Agent Harness 蒸进权重，成功率飙升至23.3% → 44.3%，甚至超过基础模型挂着优化 Harness 时的 41.7%！

核心亮点：训练时用优化 Harness 当老师，部署时只留最小 Harness，能力写回权重。论文称为 Harness Distillation。

关键上手步骤：

1️⃣克隆仓库，uv sync；要训练再加 --group tinker。Python 3.12–3.13，轨迹在 Docker 沙箱里跑，密钥写入 .env。

2️⃣先演化学生侧 Harness（工具、中间件、技能、记忆），再改写成老师私有参考 K，仓库里 harness_bank/ 已有 Spreadsheet、AppWorld、USPTO 三套。

3️⃣harness-zero run-rollout：Student 在最小 Harness 下行动，Harnessing Agent 用 K 审查，要么 PASS，要么在学生能执行的动作空间里 REPLACE。

4️⃣harness-zero build-sft 只留成功轨迹，再 train-sft 对 Qwen3.5-9B 做 LoRA SFT。审查过程不进学生可见轨迹。

5️⃣部署只留最小 Harness，卸掉专用 Harness、参考 K 和老师模型。不想自己训，可直接下 metaevo-ai/ahd-9b-ssb、ahd-9b-appworld、ahd-9b-uspto。

别再给每个任务外挂一套越来越重的 Harness，先让它当老师，再把老师卸掉。

论文：
开源：

#HarnessZero #Agent #北大 #港科大 #开源 #LLM #AIAgent