改进 agent 最难的一步，是找到该改哪一行

Harness Handbook 在 HuggingFace papers 上拿了 163 个赞，腾讯混元出的。它盯的是一个没人写论文的问题，因为听起来太像杂活了：你想改 agent 的某个行为，到底该去代码库的哪个位置？

先接住论文开头那个前提。agent 的能力不只来自模型，还来自它外面那层壳——管 prompt、管状态、管工具、管执行的那个东西。这一点行业里现在都认了。但没人讲的是，壳子失控得非常快。你想改的那个行为散在四个文件里，其中一个是一周才跑两次的路径，然后你让模型去修，它信心十足地改错了地方。

Handbook 是一份以行为为中心的壳子地图，从代码库自动生成，靠静态分析加 LLM 辅助结构化。再配上 Behavior-Guided Progressive Disclosure，把你从高层行为一路带到具体实现，agent 就不用猜了。在开源壳子上测，Handbook 辅助的规划同时提升了行为定位和编辑质量，而且 token 用得更少。又好又便宜，这个组合少见到值得停一下。

提升最明显的地方正好是你期待的那三个：散落的代码点、极少执行的路径、跨模块交互。这三个恰恰是编程 agent 最容易翻车的地方，因为它们在任何单个文件里都看不见。

这事为什么不只是个工具。自我改进的 agent 是整个终局，而自我改进意味着 agent 编辑自己的壳子。这条线上的每一篇论文都默认 agent 能找到它要改的代码。Harness Handbook 是第一个把这个默认前提当成真正瓶颈来处理的。一个没法给自己导航的 agent，也没法重写自己。

https://ruhan-wang.github.io/Harness-Handbook/