# Raven: The Harness of Harnesses for Composable Agentic Intelligence（arXiv:2609.33439） 论文链接：https://arxiv.org/abs/2609.33439 开源仓库：https://github.com/EverMind‑AI/Raven## 一、文章主要内容总结随着大模型发展，AI智能体从单一领域任务转向长时序、跨领域复杂工作流。现有方案面临两大痛点：① Agent Harness（智能体执行控制层，包含提示词、工具、调度逻辑、评估规则）复杂度持续升高，人工设计难以规模化；② 单套Harness与特定领域强耦合，泛化能力受限。本文提出**Raven（“Harness之Harness”）**，开源多智能体生态系统。它把每一组「模型‑Harness可执行配对」视作可组合的智能单元，能够自动构建、迭代模块化Harness。核心组件包括：1. **Host Agent（宿主智能体）**：拆解总目标，将子任务匹配给专业智能体，调度执行依赖关系，整合输出结果；2. **Host Archive + EverOS**：跨任务持久保存历史执行经验；3. **Skill Forge**：将历史经验封装成可复用的过程化技能；4. 配套理论：给出在统一资源预算下，多智能体组合后可靠任务覆盖范围能够超过任意单个智能体的充分条件。作者构建MAOB多智能体调度基准，在研究、编码、设计、运维呼叫等长时序复杂任务上，Raven性能显著超越现有SOTA智能体系统。未来愿景是构建跨设备的全域协作网络All‑Domain Collaboration Network，实现跨设备任务接续、
