---
title: "研究人员提议为智能体 Harness 建立版本化记录"
dek: "一篇 arXiv 预印本提议记录模型及其所用 harness，包括单次运行中的配置变化。保存的摘要介绍了这一框架，但未确立其部署情况或实际效果。"
---

Nicolas Gertler、Claudio Novelli 和 Luciano Floridi 在 2026 年 10 月 29 日提交至 arXiv 的预印本中，提出了智能体 harness 的可移植规范框架。该框架旨在记录哪个模型在哪个 harness 中运行，将模型周围的基础设施作为系统中需要版本管理的一部分。[^1]

作者将 harness 描述为大语言模型采取行动所依赖的基础设施。摘要称，论文把它拆分为八个功能组件，以便在不同系统之间描述和比较。保存的摘要没有列出这些组件，也没有给出框架的详细记录格式。[^1]

作者认为，同一模型采用不同 harness 配置，报告的得分可能相差数倍；智能体的攻击面也有很大一部分位于 harness 中。这些是摘要中的主张；我们此次阅读没有独立核实得分差异，也没有评估攻击面。[^1]

作者指出，现有模型卡和智能体卡提供发布及运行信息，却无法确立一次运行中实际生效的配置序列。Harness 可以在不同发布版本之间、不同运行之间发生变化；如果智能体能够修改自身工具或配置，变化还可能发生在单次运行内部。摘要还称，已颁布的 AI 法律包含相关文档义务，但受各自适用范围和生效日期限制，并未规定论文提出的这种通用记录。[^1]

:::analysis
这一问题涉及 T6 评估层、T5 智能体层和 T2 运行时层：理解得分或智能体行为，需要知道产生它们的配置。这里的可核验属性是可识别性：如果服务于用户的确切版本和配置有记录且可查，用户就能判断自己是否曾接触被审查的配置。用户和运营方应核查自身记录能否识别模型、harness 版本以及每次运行中实际生效的配置变化；摘要建议明确描述并版本化管理 harness，但没有指定任何修复版本。提出一种记录方式，本身并不能确立部署中的系统与记录一致。[^1]
:::

:::checked
我们于 2026 年 11 月 10 日阅读了保存的 *Towards Portable Specification of the Agent Harness* arXiv 摘要页面，包括其 v1 提交历史。我们没有阅读全文，也没有测试系统。此次核查仅确立保存页面所报告的内容，不能确立框架的实现、采用情况或实际效果。[^1]
:::

[^1]: *Towards Portable Specification of the Agent Harness*。arXiv，2026 年 10 月 29 日。https://arxiv.org/abs/2610.40917

主图： Nicolas Gertler, Claudio Novelli, Luciano Floridi · CC BY 4.0。
