HarnessMM 论文：复用 agent 已做决策，DeepSeek harness token 从 96K 降至 11.6K

arXiv 论文 HarnessMM 提出在模型—工具边界采用带守卫的决策复用，减少 agent 重复推理。DeepSeek harness 成功率从 71.43% 升至 85.71%，每任务 token 从 96.28K 降至 11.62K，节省 87.93%；HumanEval 上 Codex 成功率保持 90.82%，token 降至 47.02K。