# 教师流水线蒸馏

该工作提出 Harness-Zero：先用 agent-as-harness 让一个“驾驭智能体”在学生智能体的响应边界上审阅并最小化改写其提案，把进化外壳（工具、中间件、技能、记忆）的指导转写成目标外壳动作空间内的可执行监督，再对审阅后的轨迹做 SFT；在 SpreadsheetBench Verified、AppWorld、USPTO 逆合成三个域上，免训练的 agent-as-harness 在六个基准–模型设置上平均 81.1%，高于 code-as-harness 的 78.1%，而蒸馏后的 Qwen3.5-9B 在仅保留最小目标外壳时宏平均从 23.3% 提升到 44.3%，超过基座模型仍挂载进化外壳的 41.7%，并

该工作提出 Harness-Zero：先用 agent-as-harness 让一个“驾驭智能体”在学生智能体的响应边界上审阅并最小化改写其提案，把进化外壳（工具、中间件、技能、记忆）的指导转写成目标外壳动作空间内的可执行监督，再对审阅后的轨迹做 SFT；在 SpreadsheetBench Verified、AppWorld、USPTO 逆合成三个域上，免训练的 agent-as-harness 在六个基准–模型设置上平均 81.1%，高于 code-as-harness 的 78.1%，而蒸馏后的 Qwen3.5-9B 在仅保留最小目标外壳时宏平均从 23.3% 提升到 44.3%，超过基座模型仍挂载进化外壳的 41.7%，并