研究人员提出了 Living-Harness，这是一种自我进化的智能体工具集，它将完成的轨迹和评估器信号转换为有界工具集更新的后验证据。在 Evolution-SOP 的引导下，该系统提取片段抽象和结构化更新证据，以编写情景记忆和状态图。

  • Living-Harness 将触发条件、失败模式和恢复动作记录为情景记忆。
  • 它维护一个包含节点、修复边和转换规则的状态图，用于程序化修复。
  • 检索更新后的工具集状态以指导未来的交互，同时工具和基础上下文保持冻结。
  • 在源自 τ²-Bench 和 MultiWOZ-2.4 的八个交互式环境中，其平均 Pass@1 分别比最强基线提高了 10.07 和 9.91 个百分点。

进化后的工具集状态支持跨模型主干的仅检索复用，使得程序化修复能够在进化周期中累积。