**模型还是Harness？交互中心分类法精准定位Agent失败根源**

_Model or Harness? An Interaction-Centric Taxonomy for Localizing Agent Failures_

> 现有Agent评估常将失败简化为系统级结果，难以明确故障来源与修复方向。本文提出交互中心分类法，将41种失败模式定位到具体交互环节，并标识故障归属侧：模型侧失败指向后训练优化，Harness侧失败指向工具集成修复，环境或评分器失败则需重新设计评估条件。该分类法适用于代码助手、长程个人助手及多Agent系统等多种架构，在四种前沿模型上验证，最高Cohen's κ达0.76。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-08-04 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2607.28802)