清华和微软亚洲研究院联合发布 HarnessMM（Harness Minus Minus）方案，它专门解决 AI 智能体循环调用模型、反复推理带来的 token 浪费问题，在 DeepSeek Harness 编码智能体测试中 token 消耗降低 87.93%，接近 90%，而且任务成功率还同步上涨，不是靠牺牲效果换省钱；传统 Agent 每拿到工具返回结果，不管下一步动作是不是已经确定，都会重新调用大模型做一轮推理，大量 token 消耗在重复计算上，HarnessMM 不会改动底层大模型权重，而是在模型和工具中间加一层调度控制器，把已经确认好的决策存成可执行决策图，满足条件时直接复用旧决策，跳过新一轮模型调用，只有遇到全新问题、证据不匹配的时候，才会正常调用大模型推理，这个方案适配编码 Agent、网页视觉 Agent 等多种工具型智能体，能够直接套在现有 Agent 框架上，降低 API 调用成本、加快智能体执行速度。
一、HarnessMM 核心技术清单
- 核心机制：带守卫条件的决策复用（GDR，Guarded Decision Reuse）+ 递归自优化（RSI）
- 存储载体：EDG 可执行决策图，记录动作、参数、依赖关系、触发守卫条件
- 替换方式：认证回调替换（CCS），符合条件就直接执行历史决策，跳过模型调用
- 模型改动：底层大模型权重完全不动，只优化 Agent 调度框架
- 迭代方式：递归自优化，用任务反馈持续打磨调度规则，自动筛选最优配置上线
二、不同测试基准效果对比表
| 测试组合 | 优化前单任务 token | 优化后单任务 token | token 节省比例 | 任务成功率变化 |
|---|---|---|---|---|
| DeepSeek Harness+HumanEval | 96.28k | 11.62k | 87.93% | 71.43%→85.71% |
| Codex+HumanEval | 66.72k | 47.02k | 29.54% | 维持 90.82% 不变 |
| DeepSeek Harness+MBPP | 53.98k | 10.61k | 80.34% | 90.27%→91.83% |
三、HarnessMM 的执行流程步骤
- 智能体首次运行，调用大模型推理，拿到确定动作、工具参数，生成 EDG 决策图，绑定触发守卫条件
- 工具返回结果，控制器校验当前状态、工具返回信息，匹配已保存决策图的守卫条件
- 如果匹配成功，直接复用历史决策执行动作，跳过大模型调用，节省 token
- 如果守卫条件不匹配、遇到全新语义问题，走原有流程，正常调用大模型推理
- 任务跑完后，递归自优化模块收集本次执行反馈，迭代优化 EDG 和调度规则，持续提升复用率
四、优势与局限说明
✅ 优势：不用微调大模型，接入成本低；在编码 Agent 上实现降本同时提升成功率；支持迁移到视觉网页 Agent 等多类工具智能体；减少调用次数，降低接口延迟
⚠️ 局限：节省幅度看原有 Agent 的重复冗余程度，Codex 这类本身冗余少的方案，token 节约幅度不高；只适合有固定重复流程的工具 Agent，开放式创意任务收益有限；依赖守卫条件的精准设计，条件写不好容易错误复用决策引发错误
【常见问题】
问题 1：清华 × 微软亚研提出 HarnessMM，真的能让 Agent 少花 90% token 吗？
回答 1：HarnessMM 在 DeepSeek Harness 编码 Agent 的 HumanEval 测试里 token 节省 87.93%，接近 90%，但不是所有场景都能达到这个效果，Codex 上仅节省约 29.54%，节约幅度和原有 Agent 的重复调用冗余程度有关。
问题 2：HarnessMM 减少 Agent 重复调用，是不是需要重新训练、微调底层大模型？
回答 2：HarnessMM 不需要改动、微调底层大模型权重，它是在 Agent 调度层做优化，靠决策复用机制减少重复调用，现有大模型和 Agent 框架都可以接入。
问题 3：HarnessMM 靠复用决策减少 token，会不会让 Agent 的任务成功率下降？
回答 3：在 DeepSeek Harness 编码测试中，HarnessMM 不仅 token 大幅下降，任务成功率还从 71.43% 提升到 85.71%；Codex 测试里成功率保持不变，合理的守卫条件设计可以兼顾成本和效果。
问题 4：HarnessMM 除了编码 Agent，还能用在哪些类型的智能体上？
回答 4：HarnessMM 除了编码 Agent，还有 HarnessMM-V 版本适配网页视觉 Agent，适合需要循环调用工具、步骤重复的工具型智能体，开放式无固定流程的创作类任务收益比较有限。
【参考资料】
[2026-10-23]（HarnessMM: Recursive Self-Improvement for Harness Token Efficiency）arXiv 预印本
[2026-11-03]（清华微软亚研 HarnessMM：Agent token 最高节省近 90%）WorldNL Magazine
[2026-11-01]（HarnessMM 复用已确定决策，降低 Agent 调用开销）IKANGAI AI News
[2026-10-26]（HarnessMM 论文解读：降低智能体重复推理开销）ChatPaper
【免责声明】
以上内容为 HarnessMM 学术论文相关科普，该方案属于前沿研究成果，尚未大规模商用落地；不同 Agent、任务场景下 token 节约效果差异较大，实际降本效果需要自行测试验证；本文不构成工程落地、选型采购的技术落地承诺。