Xiaomiの研究者は、AIエージェントが環境と連携するためのソフト「ハーネス」を自動で改良する枠組み「HarnessX」を発表しました。
従来のハーネスは手作業で固定されており、実行データを基に自律的に改善されないのが課題でした。
HarnessXはハーネスを“第一級のオブジェクト”として扱い、モデル設定とハーネス設定を分離して、コードを壊さずに処理部品を差し替えられるようにしました。
また、ログのトレースを使って進化を行う「AEGIS」を導入し、強化学習の形でハーネスの改良を進めます。
AEGISは失敗箇所を要約するDigester、構造的な変更を計画するPlanner、動作確認のためのEvolver、報酬ハッキングや既存の成功を壊さないためのCriticとゲートで構成されます。
実験ではソフトウェア開発やWeb操作、マルチターン対話、身体化計画など5つのベンチマークで、14/15の組み合わせで性能が改善しました。
平均の絶対性能向上は+14.5%で、特に小型のオープンウェイトQwen3.5-9Bは身体化計画で+44.0%、SWE-bench Verifiedで+18.2%と大きく伸びました。
さらに、ハーネス進化中に得たデータで基盤モデルも学習させると、平均+4.7%の上乗せが確認されました。
研究者は、メタエージェント役に強力な閉域モデルが必要な点や、タスクモデル自体の能力限界がある点を制約として挙げています。
それでも同社は、モデルの大型化だけでなくハーネス進化が実運用の改善レバーになると示しました。
参照元：2026/06/25 「Xiaomi’s HarnessX rewrites its own AI scaffolding mid-task — and smaller models gain the most」 https://venturebeat.com/orchestration/xiaomis-harnessx-rewrites-its-own-ai-scaffolding-mid-task-and-smaller-models-gain-the-most
この記事へのリアクション
このニュースをどう受け止めましたか？
コメント