EvolveNet: Collaborative Harness Evolution for Agent Self-Improvement
EvolveNet：分布式代理程序协作进化，无需共享原始数据即可聚合经验
🧭 代理协作进化 · 程序聚合 ★ 深度解读
Hong Kong Baptist University · University of Science and Technology of China · The Hong Kong University of Science and Technology
将代理程序（harness）的本地进化成果跨客户端聚合，通过范围类型与行为证据解决程序编辑冲突
📌 工作参考价值（4 点）
- 分布式 Agent 策略协同：不同商家、品类或地区的推荐/搜索 Agent 可在本地数据上独立优化自己的 harness（提示、工具调用、校验规则），仅将编辑增量与行为证据上传，中心无需触碰原始数据，适合隐私敏感或数据隔离场景。
- 冲突解决与多域融合：聚合时采用范围类型（GLOBAL vs. HOME）与域守卫（guard），使针对特定品类的策略仅在对应条件下激活，避免跨域冲突；此设计可直接用于多域 Agent 的 prompt/workflow 聚合，如搜索广告的多行业模板合并。
- 安全回滚机制：行为门控（验证集上增益必须 ≥ 回退）保证合并不会导致整体性能退化，可借鉴到线上 Agent 的自动化更新管线，实现有保障的持续进化。
- 并行搜索加速：本地进化并行化，迭代轮次受最慢客户端而非总搜索时间限制，适合需要频繁迭代的电商/广告系统，可在不增加串行深度的前提下利用多团队并行实验。