Exo

Exo 是一种面向 agent 运行时自我改进 的 harness 架构：把优化环折叠进任务执行，让 agent 在干活过程中检查并编辑自身 harness 策略。论文：https://arxiv.org/abs/2611.00463 （arXiv 2611.00463）；开源实现：https://github.com/exoharness/exo 。作者包括 UC Berkeley、a16z、Braintrust 等背景的研究者。

核心想法（类 exokernel）：把系统分成

• 可进化的策略层（executor）：工具选择、上下文组装、压缩、记忆/技能检索、何时自我改进等，均可改代码；
• 受保护的机制层：追加式执行历史、版本化制品、凭证与沙箱 API，以及独立的 guardian 控制新策略是否激活，并支持回滚。

论文报告的部分结果（相对 Codex/Pi 等或相对「同起点但不可改策略」对照组）：开放世界游戏目标上模型成本可降约 12–53%（独立跑）与 45–82%（迁移跑）；AppWorld / SREGym 等上相对不可编辑对照组降低 held-out 成本，并缩短部分任务时间。权重不变，改进体现在 harness 代码变更上。

解决什么问题

传统 harness 适配靠人手写策略，或靠外部优化环（在基准上反复跑候选）。新领域常缺基准，长任务评估又贵，且策略在执行中冻结，无法利用运行时经验。Exo 让运行中的 agent 用同一套代码编辑工具改自己的策略，把「做事」与「改做事方式」放进同一决策过程。

安全机制

• 存储契约：执行历史追加写，防止自我编辑抹掉证据；
• 替换契约：候选策略须经 guardian 验收才激活，失败可回滚；
• 策略改动是可检查的代码 diff，便于人审。

局限

• 自我编辑有 fate-sharing 风险：坏补丁可能拖垮 agent，故依赖受保护层；
• 专长化有前期成本，在一次性、低复用任务上未必划算（论文中任务示例）；
• 评测数字来自论文设定与模型版本，迁移到你的环境需自行验证。

适合谁

• 研究/构建可自我改进 agent harness 的团队；
• 长任务、可复用工具与上下文策略的运维/编码/应用场景。

如何上手

1. 读论文 https://arxiv.org/abs/2611.00463 理解 policy–mechanism 分割与 guardian；
2. 克隆 https://github.com/exoharness/exo ，按其 README 部署运行时；
3. 从最小受保护机制起步，把可改策略挂进沙箱供 agent 编辑，并用 guardian 门控激活；
4. 在可观测成本与历史上评估自我编辑收益，对低复用任务关闭或限制自改。