从研究中学习：迈向智能体 Harness 的终身演化

语言智能体需要解决日益复杂的任务，因此对持续改进的需求不断增长。一种有前景的方法是在保持底层语言模型不变的同时，演化智能体 Harness——即负责管理工具使用、记忆管理和任务执行的软件。近期方法通过使用元编程智能体，根据执行反馈修改 Harness，从而实现这一过程的自动化。然而，依赖该智能体已有的知识和观察到的失败可能会限制探索，并使适应过程变得被动。受人类专家从研究文献中学习新解决方案的方式启发，我们提出了 ScholarEvolve，这是一种自动利用最新研究成果指导 Harness 演化的框架。ScholarEvolve 将 Harness 的演化方向组织成功能模块，并使用主题建模为每个模块识别不同的改进策略。该框架实现这些策略，并评估它们的组合，以提升任务性能。此外，该框架还设计为能够随着时间推移纳入新的论文，使研究进展推动主动的终身演化。实验表明，该方法在 AppWorld 和 Tau2-Bench 上均取得了性能提升。在 AppWorld Challenge 上，ScholarEvolve 将 Qwen3.5-27B 的任务目标完成率从 49.6% 提升至 63.6%；在 Tau2-Bench Telecom 上，将 GPT-5.4-mini 的 pass@1 从 72.7% 提升至 81.9%。