StarHarness：分层搜索进化企业环境智能体工具链

我们提出StarHarness，一个在保持模型权重不变的情况下演化环境特定智能体工具集的框架。演化出的工具集可包含提示与任务框架、工具接口、技能、基于MCP的提供者、子智能体结构以及智能体循环配置。StarHarness通过根据基线失败行为对任务进行分层来构建紧凑的演化池，将提议者可见的搜索任务与提议者隐藏的选择任务分开，并保留留出任务以评估泛化能力。在ITBench SRE、EnterpriseOps-Gym ITSM和AutomationBench Finance上，工具集演化在每环境接受4-12次更改后，将完整基准性能比默认工具集提升20-35个百分点。这些增益在排除于演化之外的任务上持续存在，并无需重新演化即可跨GPT和Qwen模型系列迁移。轨迹分析将这些改进归因于接口修复、环境约定和压缩搜索的操作知识，在若干设置中减少了误报诊断并缩短了轨迹。因此，StarHarness为减少工具丰富的企业任务中持续存在的模型-环境不匹配提供了一种实用途径。