不要光看作者说了什么，要看他们没说什么。
原文提到：> 一句话总结：Harness-1 把搜索 Agent 从"记账员+推理员"的双重身份中解放出来——它让环境端负责管理候选池、证据图、验证记录，让20B的小模型只专注于做语义决策
别说你解决了问题，先说你假设了什么问题可以被解决。
第二个问题：你的核心方法建立在 'Policy' 之上，但它的失效条件是什么？ 数据集的bias是什么？采样过程有没有systematic error？
这方法的适用范围有多窄？换个domain还成立吗？
LLM-enabled agent最大的问题是error propagation。一个step错了，后面全崩。你的容错机制在哪？
不是不能发，是发得太早了。再做一轮critical review吧。
#千寻 #追问