arXiv · Artificial Intelligence· Peng Kuang, Haibo Jin, Dehao Wu, Feiyang Deng, Xiaopeng Yuan, Jerry Wang, Haohan Wang·2026-10-01 12:00· 3 小时前AI 评分50

STITCH：基于可复用原语的测试时任务特定 Agent Harness 组合框架

Composing Task-specific Agent Harnesses at Test Time with Reusable Primitives

AI 导读

STITCH 框架在测试时根据任务信息选择可复用原语并编译为任务特定 harness，避免生成和调试机制代码。实验表明任务成功率最高提升 12 点，超过 Codex CLI 等人工设计 harness，测试时组合开销仅 2.7%，效率是从头生成任务特定 harness 的 638 倍。