执行长周期任务（如迁移 CRM 数据）的 AI 智能体不仅需要内部记忆，还依赖运行时层（或称“驾驭层”，harness）来提供执行反馈和状态管理。传统上，开发者以逐步方式脚本化智能体行为，限制了其自主性与适应性。来自 Meta AI 和伊利诺伊大学厄巴纳 - 香槟分校的 EvoHarness-RL 引入了一个名为信念、进展与经验（Belief, Progress, and Experience, BPE）的统一工作空间，以增强智能体能力。其中，Belief 用于追踪环境状态，Progress 管理子目标，Experience 存储历史知识。智能体通过四种元操作与 BPE 交互：track（追踪）、commit（提交）、recall（回忆）和 note（记录）。该框架使智能体能够学习何时以及如何访问和更新其外部状态。EvoHarness-RL 采用监督微调以结构化数据，并结合计算成本感知的强化学习，以根据计算成本优化工具使用。在基准测试中，EvoHarness-RL 显著提升了较小 AI 模型的性能，甚至媲美更大规模的闭源模型。该框架同样使现有前沿模型受益，通过 BPE 提示时驾驭层增强其执行能力。在训练过程中，EvoHarness-RL 展现出“驾驭层退火”（harness annealing）现象，即智能体减少对常规任务中外层工具的依赖；以及“驾驭层演化”（harness evolution），即根据任务复杂度动态调整策略。环境适配器实现了与现有企业系统的无缝集成，无需对当前工具或智能体框架进行彻底重构。EvoHarness-RL 标志着从脚本化智能体行为向构建可学习更优行为的系统的转变，尤其适用于长周期且复杂的任务。