摘要
基于大语言模型的智能体日益依赖提供执行环境与编排功能的框架。现有自我改进方法多基于最终结果进行优化，难以精确定位失败根源。本文提出 HarnessFix，一种追踪引导的框架，用于诊断智能体失败并修复其执行框架。该方法将执行轨迹编译为中间表示，归因失败步骤与框架层级，生成针对性修复补丁。在多个基准测试中，HarnessFix 显著提升了智能体性能，优于人工设计及现有自进化基线，揭示了重复出现的框架缺陷模式。
AI 推荐理由
论文提出 HarnessFix 框架，通过诊断失败轨迹自动修复 Agent 执行环境，属于典型的自我进化与自适应改进研究。
研究机构
State Key Laboratory of Complex System Modeling and Simulation Technology, Beijing, China
Institute of Software, Chinese Academy of Sciences, Beijing, China
University of Chinese Academy of Sciences, Beijing, China
论文信息