頂尖 AI 論文週報：Agentic Harness 框架與潛空間協作 (Top AI Papers of the Week)

原始來源與檔名：20260512_2026-05-05T094134+0800-Top AI Papers of the Week.md

來源：[[@dair_ai]] / X (Twitter) — 2026-05-03 原始檔名：2026-05-05T094134+0800-Top AI Papers of the Week.md

NAPKIN | 餐巾紙

餐巾紙公式

Agentic Harness Engineering (AHE) = Explicit Components + Condensed Experience + Verifiable Decisions. RecursiveMAS = Agents communicating via Latent Vectors instead of Text (93% fewer tokens, 2x speed). AgenticQwen-30B = MoE Architecture + Self-Failure Driven Reasoning Loop + User-Simulation Loop.

這是 DAIR.AI 策劃的 2026 年 5 月初最值得關注的 AI 論文週報。內容揭示了 Agent 技術正從「粗糙的手動調整」走向「系統化工程」。重點論文包含：將 Agent 外殼 (Harness) 開發框架化、具備審計能力的 AHE；證明小模型 (30B MoE) 加上雙飛輪 RL 訓練能匹敵 235B 巨獸的 AgenticQwen；以及突破性的 RecursiveMAS——讓多代理人放棄自然語言對話，改用「潛空間 (Latent Space) 向量」溝通以大幅降低 Token 消耗。

一句話

語言是溝通的工具，但對於 AI 來說可能是個負擔。本週論文指出兩個極具破壞性的趨勢：第一，多代理系統 (Multi-agent) 正在放棄使用文字對話，轉而使用數學向量 (Latent Space) 直接在網路層溝通，速度翻倍且省下 90% 的 Token；第二，我們終於有了像 AHE 這樣的框架，讓 Agent 外殼的自我進化過程變得可審計、可追溯，結束了過去「黑箱盲調 Prompt」的玄學時代。

餐巾紙草圖

[ Future Agent Topologies ]

Past (Text Bottleneck):
Agent 1 --(English Text: "I think...")--> Agent 2
(Slow, context dilution, huge token cost)

Future (Latent Recursion - RecursiveMAS):
Agent 1 --(Latent Vector: [0.4, -0.1...])--> Agent 2
(Fast, zero parse cost, joint gradient optimization)

ROUND 1: SKELETON | 骨架掃描

“這篇文章在說什麼”

• Agentic Harness Engineering (AHE): 解決 Agent 外殼 (Harness) 調整如瞎子摸象的問題。將框架拆分為三層：組件 (程式碼)、經驗 (壓縮過的 Trajectory Log) 與決策 (可驗證的假說)。使 Agent 系統的改進具備科學可證偽性。
• AgenticQwen-30B-A3B: 阿里巴巴的 30B 混合專家模型。透過「從自身錯誤中挖掘高難度推理」與「模擬刁鑽使用者」的雙 RL 飛輪訓練，在工具呼叫任務上匹敵 235B 大模型，極大降低了推理成本。
• Agentic World Modeling: 將世界模型分類為 3 個能力層級 (預測器、模擬器、進化器) 與 4 種法則 (物理、數位、社會、科學)。
• RecursiveMAS & Latent Agents: 解決多代理人對話的 Token 暴漲問題。讓 Agent 之間透過「潛空間 (Latent representation)」而非自然語言溝通，或將多代理辯論結構直接「蒸餾」進單一模型中，節省 34%~93% 的 Token。
• OneManCompany: 用動態招募的「天賦市場 (Talent Market)」取代固定的 Agent Org Chart (組織圖)，增加靈活性。
• SKILL.md 結構化 (SSL): 將混亂的自然語言 SKILL.md 轉換為三層結構化 JSON，大幅提升 Skill 的檢索率與資安風險評估準確度。

ROUND 2: DISSECTION | 血肉解剖

“憑什麼這麼說”

核心論證鏈

1. 通訊開銷的物理限制 (The Communication Tax): 多代理人系統 (Multi-agent) 最致命的弱點在於，每增加一個 Agent，就需要將上一個 Agent 的輸出重新 Encode 和 Decode 成文字，這帶來了嚴重的 Context Dilution (上下文稀釋) 與延遲。RecursiveMAS 證明了，只要讓 Agent 在 Latent Space 中交換張量，效率會成倍躍升。
2. 小模型靠 Domain RL 逆襲: AgenticQwen-30B 的成功證明了，在特定任務（如工具調用 Tool-use）上，算力不需要浪費在通用的基礎知識上。透過針對性的自我博弈 (Self-play) 與錯誤修正飛輪，小模型能在企業級應用中取代巨型模型，改變邊際成本結構。

關鍵證據

• AHE 框架在 Terminal-Bench 2 上將 Pass@1 提升至 77.0%，超越了手動設計的 Codex-CLI (71.9%)。
• RecursiveMAS 在 9 個 Benchmark 上平均準確率提升 8.3%，推論速度快 1.2~2.4 倍，Token 使用減少高達 75.6%。

邊界條件

• Latent 溝通的透明度代價: 雖然 RecursiveMAS 節省了大量 Token，但當 Agent 之間用數學向量而非英文對話時，人類開發者將失去「監控 Agent 思考過程」的除錯能力 (Interpretability)。這是在追求極致效率時必須付出的「黑箱」代價。

ROUND 3: SOUL | 靈魂提取

“還能怎么用”

• 知識連結: 論文中的《From Skill Text to Skill Structure》完美呼應了我們先前《工業級 Skill 撰寫指南》的核心：將介面、流程、副作用混合在一段 Prompt 裡是災難。必須走向結構化。
• 深層洞見: “Less talking, more thinking.” (少點對話，多點思考)。 這是 AI 發展到 2026 年的一個極大反思。過去幾年我們痴迷於讓 AI 擁有「人類般對話」的擬真感；但真正的高效能運算，應該回歸機器的本質。人類需要文字來溝通，但神經網路之間的溝通，數學向量才是母語。
• 行動呼籲: 如果你在設計一個 Multi-agent 系統並苦惱於 API 費用暴漲，請關注「Latent Agents」這篇論文的思路：在開發期利用多代理對話來尋找最佳邏輯，然後將這套對話結構「蒸餾」到單一模型的提示詞中，在生產環境中只跑一次單模型推理。