Coding Agent 真正棘手的地方，往往不是“不会写代码”，而是“不知道该改哪里”。Agent Harness 的一次行为变化，可能同时涉及提示词、状态管理、工具调用、异常分支和多个模块；传统代码搜索能找到关键词，却很难还原“用户描述的行为”与“实际实现位置”之间的映射。
腾讯 HY LLM Frontier 联合印第安纳大学等机构提出 Harness Handbook：不再按文件和函数组织代码知识，而是围绕“系统做什么”建立一份始终指向源码的行为手册。
核心设计包括：
🔷三层行为视图：从系统架构 L1、执行阶段 L2，逐步深入源码单元 L3；
🔷静态分析 + LLM 结构化：抽取调用图、状态读写和代码位置，再组织成行为地图；
🔷BGPD 渐进披露：Agent 先定位目标行为，再按需读取实现细节；
🔷自动同步：代码发生有效 diff 后更新手册，并重新验证源码锚点，避免文档过期。
团队在 Terminus-2 和 Codex 两个开源 Harness、共60个修改请求上测试。加入 Handbook 后，编辑计划胜率分别提升 18.9、10.0 个百分点，规划 token 同时减少 8.6% 和12.7%；文件与符号定位的 F1 提升 5.0—18.8 个百分点。
下一阶段 Coding Agent 的竞争，不只是模型能不能生成修改，还包括系统能否长期维护一份可靠的“行为—代码地图”。
推荐给做 Coding Agent、代码库理解、Agent Harness 和大型仓库自动维护的团队。
论文已经上传，需要的童鞋自取哦~ 👇🏻
