Provider: openai-compatible · Model: gemini-3.8-flash-high · Version: analysis-v1 · Time: 2026-10-26 09:42:27 +0000 UTC
{"tags": ["HarnessMM", "AI Agents", "Token Efficiency", "Recursive Self-Improvement", "Decision Graphs", "LLM Cost Reduction"], "risks": ["Rủi ro tái sử dụng quyết định không chính xác nếu điều kiện guard không bao quát đầy đủ trạng thái động của môi trường.", "Độ phức tạp trong việc xây dựng và duy trì Executable Decision Graphs trên các harness công cụ không đồng nhất.", "Mức độ tiết kiệm token biến động mạnh tùy thuộc vào mô hình và bản chất bài toán (29.54% trên Codex vs 87.93% trên DeepSeek)."], "category": "Agents", "entities": ["HarnessMM", "Codex", "DeepSeek", "HumanEval", "MBPP"], "summary_vi": "HarnessMM là phương pháp tối ưu hóa hiệu quả sử dụng token cho agent harness bằng cách kết hợp cơ chế tái sử dụng quyết định có kiểm soát (guarded decision reuse) và tự cải thiện đệ quy (RSI). Thay vì kích hoạt lại LLM suy luận sau mỗi phản hồi từ công cụ, HarnessMM lưu trữ các quyết định trong Đồ thị Quyết định Thực thi (Executable Decision Graphs) và thay thế các callback tốn kém bằng quyết định đã có mà vẫn giữ cố định trọng số mô hình. Trên thực nghiệm, phương pháp giúp DeepSeek Harness giảm 87.93% token/task đồng thời nâng tỷ lệ thành công từ 71.43% lên 85.71%, và giúp Codex tiết kiệm 29.54% token trên HumanEval.", "key_changes": ["Giới thiệu HarnessMM giúp tối ưu hiệu quả token của agent harness thông qua tái sử dụng quyết định có kiểm soát (guarded decision reuse) và tự cải thiện đệ quy (RSI).", "Lưu trữ hành động, tham số, phụ thuộc nhân quả và điều kiện bảo vệ (guards) trong Đồ thị Quyết định Thực thi (Executable Decision Graphs).", "Thay thế các callback suy luận chậm của LLM bằng cơ chế Certified Callback Substitution mà không cần cập nhật trọng số mô hình.", "Tự động quay lại gọi mô hình gốc khi xuất hiện quyết định ngữ nghĩa mới, bằng chứng không được hỗ trợ hoặc bộ chọn từ chối (abstention).", "Cắt giảm 29.54% token trên Codex/HumanEval (giữ nguyên tỷ lệ thành công 90.82%) và giảm 87.93% token trên DeepSeek Harness (tăng độ chính xác từ 71.43% lên 85.71%)."], "sub_category": "Agent Efficiency & Optimization", "novelty_score": 80, "business_score": 88, "research_score": 78, "why_it_matters": "Các agent harness hiện nay tiêu tốn lượng lớn token và độ trễ do gọi lại mô hình suy luận cho những bước hành động đã rõ ràng sau phản hồi của tool. HarnessMM chứng minh rằng tối ưu ở tầng harness/controller có thể cắt giảm tới gần 88% token và cải thiện độ chính xác mà không cần fine-tune hay thay đổi mô hình nền tảng.", "developer_score": 85, "importance_score": 82, "possible_use_cases": ["Tối ưu hóa chi phí token và độ trễ cho các coding agent tự động (như giải quyết issue, viết test, refactor code lặp vòng).", "Làm tầng middleware kiểm soát và tái sử dụng quyết định (decision caching/reuse) cho các hệ sinh thái multi-agent doanh nghiệp.", "Tự động tinh chỉnh cấu hình harness trong môi trường CI/CD và workflow tự động hóa có các bước công cụ lặp lại."], "actionability_score": 75}