# Harness-1：一个用强化学习练出来的200亿参数检索子智能体，能记住搜索状态

> 原标题：Harness-1：基于强化学习训练的有状态搜索20B检索子智能体

- 来源：AI HOT 精选
- 发布时间：2026-06-07T06:25:18.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/35007
- 原文：https://www.marktechpost.com/2026/06/06/meet-harness-1-a-20b-retrieval-subagent-trained-with-reinforcement-learning-inside-a-stateful-search-harness-on-gpt-oss-20b

## 摘要

UIUC 和 Chroma 发布了一个叫 Harness-1 的检索子智能体，参数量 200 亿，基于 gpt-oss-20b 训练。它被放在一个“有状态搜索框架”里用强化学习训练，简单说就是模型在搜索时能记住上一步干了什么，再决定下一步怎么查，而不是每次都从头瞎找。

## 推荐理由

UIUC 和 Chroma 发布的 Harness-1 用强化学习训练 200 亿参数检索子智能体，让模型在搜索中记住上一步动作再决定下一步查询。

## 锐评

200 亿参数的检索子智能体，这个尺寸放在 agent 里当检索模块有点重了。有状态搜索这个设定倒是对的，模型记住上一步查了什么再决定下一步，比每次从头瞎找省 token 也省轮次，检索本来就该这么干。UIUC 和 Chroma 出的，78 到 84 的分数算能打，但这是子智能体的研究发布，benchmark 大概率是自家框架里跑的。开源圈缺能用的检索方案是真的，能不能直接换进现有 RAG 管线，得看它跟主模型怎么接。
