HarnessBridge: LLM 에이전트 활용을 위한 학습 가능한 양방향 제어기

HarnessBridge: Learnable Bidirectional Controller for LLM Agent Harness

대규모 언어 모델은 점점 더 장기적인 작업에 사용되는 에이전트로 활용되고 있지만, 성능은 모델의 능력과 환경 설계뿐만 아니라 에이전트와 환경 간 상호작용을 중재하는 '활용 도구(harness)'에도 크게 영향을 받습니다. 기존 활용 도구는 대부분 수동으로 제작되어, 경로가 길어지고 상호작용이 복잡해짐에 따라 확장하기 어렵다는 문제가 있습니다. 본 연구에서는 학습 가능한 플러그인 모듈을 통해 활용 도구를 생성할 수 있는지 질문하고, 이를 통해 효율적인 에이전트-환경 연동 시스템을 구축하고자 합니다. 우리는 HarnessBridge라는 경량의 학습 가능한 활용 도구 제어기를 소개합니다. HarnessBridge는 에이전트와 환경 간 인터페이스를 양방향 투영으로 모델링하며, 두 가지 양방향 투영을 학습합니다. 첫째, 관측 투영(observation projection)은 원본 경로 데이터를 압축하여 의사 결정에 필요한 핵심 상태로 변환합니다. 둘째, 행동 투영(action projection)은 제안된 행동을 실행 가능한 전환 또는 경로 기반 거부로 변환합니다. 우리는 통합된 지시 튜닝을 통해 구축된 활용 도구 감독 데이터셋에서 HarnessBridge를 학습했습니다. Terminal-Bench~2.0 및 SWE-bench Verified 데이터셋에서, HarnessBridge는 강력한 특수 목적 활용 도구와 동등하거나 더 나은 성능을 보이며, 토큰 사용량과 경로 길이를 크게 줄이고, 작은 모델에서 큰 상용 모델로의 일반화 능력을 갖습니다.

Large language models are increasingly deployed as agents for long-horizon tasks, yet their performance is shaped not only by model capability and environment design, but also by the harness that mediates agent--environment interaction. Existing harnesses are largely manually engineered, making them difficult to scale as trajectories grow longer and interactions become more complex. In this work, we ask whether harness can be generated by a learnable plug-in module that can be trained in an end-to-end fashion. We introduce HarnessBridge, a lightweight learnable harness controller that parameterizes the agent--environment interface as a bidirectional projection. HarnessBridge learns two bidirectional projections: observation projection, which distills raw trajectories into compact, decision-relevant states, and action projection, which converts proposed actions into executable transitions or trajectory-grounded rejections. We train HarnessBridge on a harness supervision dataset via unified instruction tuning. On Terminal-Bench~2.0 and SWE-bench Verified, HarnessBridge matches or surpasses strong specialized harnesses while substantially reducing token usage and trajectory length, and generalizes from smaller generators to larger commercial models.