HarnessMM：通过递归自我改进提升 Agent Harness 的 Token 效率清华大学、微软亚洲研究院联合发的一篇论文 （ arxiv.org/html/2610.32813v1 ），研究的是如何降低 LLM Agent 在执行复杂任务时的 Token 消耗。现代的Agent 通常每执行完一个动作，都重新询问 LLM 下一步做什么。（比如第一步先生成代码文件，第二步编译，第三步执行，三步每次都要调用LLM ）而HarnessMM 是让模型一次性生成包含后续动作及其执行条件的决策图。工具返回编译成功的信息后，系统无需重新推理，就能直接执行此前确定的测试命令。有意外情况再去调用LLM

用他们的方法跑HumanEval，DeepSeek Harness 的成功率从 71.43% 提升至 85.71%，Token 消耗降低 87.93%。