[2026-08-03] LongHorizon-Harness: Advancing Long-Horizon Agents for Real-World Tasks
拆解 LongHorizon-Harness 如何单独保存任务进度、每轮重新启动执行会话并独立核验结果；结合真实失败案例，说明评分、成本与实验限制。
# Agent Harness
[2026-04-28] Agentic Harness Engineering: Observability-Driven Automatic Evolution of Coding-Agent Harnesses
固定模型，自动读取失败记录，修改提示、工具代码、运行时检查和经验文件，再用下一轮测试验收。本文沿着误删图片、未完成采样两条实际失败记录，解释修改流程、计分和组件冲突。
[2026-09-21] Harness-Zero: Harness Distillation via Agent-as-Harness
训练时先审查模型准备执行的下一步，把专用工具与检查规则改写成普通 Bash 动作，再用执行记录微调模型。本文解释审查流程、表格案例、三个领域的评分与蒸馏失败的原因。
