教完就撤：把好习惯蒸馏进模型

北大等团队的 Harness-Zero 讲了个反直觉结果：先把工作方式教给外部工具，再把工具撤掉，模型反而更会干活（论文在文末）。 三层拆：一，它把 Harness 从"运行时设施"挪到"训练期行为教师"——先优化专用 Harness，让 Harnessing Agent 盯 Student 每步：对就放行、错就最小修改，把纠正后完整轨迹用 SFT 蒸馏回参数；部署时专用 Harness 与检查者都能拿掉，只留轻量基础款；二，数据链是核心：基础 23.3% → 挂专用 Harness 41.7% → 蒸馏后拿掉反而 44.3%——挂载靠外力撑到的水平，内化之后还多涨 2.6 个点；论文另查 28 种"只有 Harness 才触发"的行为，平均学回 82.3%；三，这与 AGENTS 文件、图工程、把书炼成 skill 是同一根线的第四站：外部结构先存在、再被消化——存、编、用、进。 口径三条：①23.3／41.7／44.3／82.3 四数是论文报告值——以原文为准、本文未复现；②"拿掉更好"成立于其任务分布——换环境、换工具集未必同幅，部署前该跑自己的验证集；③蒸馏质量取决于纠正轨迹的纯度——教师错了，学生把错也学进去，别只看终点数字。 给想试的三条：一，先给现有 agent 流程定义"可纠正的检查点"：对/错/最小修改三种输出，缺一样先补；二，攒一百条纠正后完整轨迹再谈蒸馏，零散轨迹进不了参数；三，验收同时记三组数：无 Harness、挂 Harness、蒸馏去挂——第二组与第三组的差，才是这条路的胜负手。 arxiv.org/abs/2609.24974