[논문리뷰] Doc2Harness: Benchmarking LLMs on Long-Horizon Harness Engineering of Coding Agents본 논문은 LLM 기반 코딩 에이전트의 성능이 모델 자체뿐만 아니라 이를 둘러싼 Harness의 설계 품질에 크게 의존함에도 불구하고, 기존 벤치마크들이 Harness 자체의 엔지니어링 능력을 평가하지 못한다는 점을 지적한다.#Review#LLM#Coding Agents#Harness Engineering#Long-Horizon#Software Engineering Benchmark#Deterministic Evaluation2026년 10월 14일댓글 수 로딩 중
[논문리뷰] Harness^2: Recursive Agent Harnessing for an Open WorldLLM Agent의 역량은 근본적인 모델뿐만 아니라 harness의 설계에 크게 의존합니다.#Review#LLM Agents#Harness Engineering#Recursive Self-Improvement#Open-World AI#Task-Level Recursion#Harnessing-Level Recursion#Contrastive Learning2026년 10월 13일댓글 수 로딩 중
[논문리뷰] HarnessX: A Composable, Adaptive, and Evolvable Agent Harness Foundry본 논문은 현대 AI Agent의 성능이 모델 자체의 스케일링뿐만 아니라 이를 둘러싼 Harness 설계에 크게 의존함에도 불구하고, 기존 Harness들이 수동적이고 정적(static)이라는 점을 핵심 문제로 정의합니다.#Review#AI Agent#Harness Engineering#Evolutionary Optimization#Agentic Workflow#Composable Architecture#Operational Mirror#GRPO2026년 6월 14일댓글 수 로딩 중
[논문리뷰] HarnessBridge: Learnable Bidirectional Controller for LLM Agent Harness본 논문은 기존의 수동으로 설계된(manually engineered) Harness가 복잡하고 긴 호흡의(long-horizon) 과제에서 비효율적인 상호작용을 초래하는 문제를 해결하고자 합니다.#Review#LLM Agent#Harness Engineering#Bidirectional Projection#Observation Projection#Action Projection#Unified Instruction Tuning#Long-Horizon Task2026년 6월 11일댓글 수 로딩 중
[논문리뷰] Bayesian-Agent: Posterior-Guided Skill Evolution for LLM Agent Harnesses본 논문은 기존의 heuristic한 방식이나 단순한 성공/실패 횟수에 의존하는 Agent Skill 업데이트가 비효율적이며, noisy한 편집으로 인해 오히려 성능 저하를 초래할 수 있다는 문제를 해결하고자 한다.#Review#LLM Agent#Bayesian Evidence#Skill Evolution#SOP#Harness Engineering#Posterior-Guided Optimization2026년 6월 8일댓글 수 로딩 중
[논문리뷰] SIA: Self Improving AI with Harness & Weight Updates본 논문은 기존 AI 자기 개선 연구가 Harness(scaffold) 개선과 Test-time training(weight updates)이라는 두 가지 고립된 사일로(silo)로 나뉘어 있는 한계를 해결하고자 한다 .#Review#Self-Improving Agents#Test-Time Training#Reinforcement Learning#Harness Engineering#Scaffold Generation#LoRA2026년 6월 7일댓글 수 로딩 중
[논문리뷰] Code as Agent Harness본 논문은 LLM 기반 에이전트 시스템에서 코드가 단순한 생성 대상(target artifact)을 넘어, 시스템의 핵심 운영 인프라로 전환되고 있다는 점을 지적한다.#Review#Agent Harness#Coding Agent#Harness Engineering#Agentic AI#Code-as-Agent-Harness#Executable Verification2026년 5월 18일댓글 수 로딩 중
[논문리뷰] Externalization in LLM Agents: A Unified Review of Memory, Skills, Protocols and Harness Engineering저자들은 에이전트의 역량을 Memory(상태의 외부화), Skills(절차적 전문성의 외부화), Protocols(상호작용 구조의 외부화)라는 세 가지 차원으로 구분하여 분석한다 . Memory는 Working Context, Episodic 경험, Semantic 지식, 개인화된 기억을 통해 모델이 에피소드 간 연속성을 유지하도록 돕는다.#Review#LLM Agents#Externalization#Memory#Skills#Protocols#Harness Engineering#Cognitive Artifacts2026년 4월 9일댓글 수 로딩 중