Agent Harness Awareness 通过注入验证后的运行时状态将工具调用操作遗憾降低96.9%

该论文提出了一种名为 Agent Harness Awareness 的信任分离架构，旨在解决智能体在工具调用时面临的“操作盲区”问题，即模型缺乏对工具当前健康状态和运行环境的感知能力。研究通过在关键动作执行前由宿主提供经过验证的小型状态快照，同时保留测量、执行和最终分派权，显著提升了智能体在复杂环境下的决策质量。

在包含216次决策的消融实验中，针对 GPT-5.6 Sol、Claude Sonnet 5 和 Gemini 3.7 Flash 等模型，引入经过验证的工具健康状态后，平均可观测策略遗憾从4,252毫秒降至131毫秒，降幅达96.9%；单次分派完成率也从69.4%提升至95.8%。在另一项涉及本地TCP/HTTP执行及注入故障的端到端复现中，该方法将平均遗憾从8,956毫秒降至0毫秒，并在9次故障场景下实现了100%的成功完成，而对照组仅为5/9。

事实层面，该架构证明了运行时遥测数据（如监控、追踪和近期失败记录）能实质性改善预分派的操作选择。推断层面，这种设计暗示未来的智能体系统可能需要将“运行时状态感知”作为标准组件，而非仅依赖静态工具描述。猜测层面，论文指出运行时状态、硬件压力、经济成本、重试恢复机制及异构选择仍是该架构尚未探索的开放领域，具体实现细节需进一步实证。