HarnessX: A Composable, Adaptive, and Evolvable Agent Harness Foundry

에이전트 harness를 first-class 객체로 다루어 조립·진화·모델 공동 학습시키는 harness 파운드리 프레임워크다.

HarnessX는 에이전트의 runtime harness(prompt, tool, memory, control flow)를 typed primitive로 조립하고, AEGIS라는 trace-driven 다중 에이전트 진화 엔진으로 실행 궤적에서 harness를 자동 개선한다. RL의 reward hacking, catastrophic forgetting, under-exploration을 harness 적응의 병리로 대응하며, harness 진화와 모델 RL을 공동 순환시킨다. 5개 벤치마크에서 평균 +14.5%(최대 +44.0%) 향상을 달성했고, 약한 모델일수록 harness 개선 효과가 큰 inverse-scaling을 보였다.

핵심 요약

• 9차원 processor 분류(context, tool, skill, control, memory 등)와 substitution algebra로 harness를 type-safe하게 조립
• AEGIS: Digester→Planner→Evolver→Critic 4단계 진화 파이프라인, RL 병리를 symbolic 영역에 매핑하여 방어
• Variant isolation: heterogeneous 벤치마크에서 태스크 클러스터별 독립 진화로 간섭 방지(GAIA +13.6%)
• Cross-harness GRPO로 harness 진화와 모델 학습을 동시 순환, harness-only 대비 추가 +4.7%
• ALFWorld에서 Qwen3.5-9B가 +44.0% 향상 → 모델이 약할수록 harness 개선이 보상
• 평균 +14.5%(15개 설정), 14/15개 설정에서 양수 향상, baseline이 낮을수록 개선폭이 큼

논문 링크

외부 연구를 정리한 자료입니다. HDATF가 발표한 논문이나 제품 성능을 측정한 결과는 아닙니다.