Agent 持续进化：根据线上 bad case 自动更新 Harness 和模型参数

报告围绕 Agent 持续进化展开，提出从线上 bad case 到能力更新的闭环流程：先对失败轨迹做结构化评估，明确成功定义、首错归因与回归任务；再更新 Harness 与 Skill，包括 Prompt 补丁、规则提炼和工作流编译；随后进行 SFT、DPO、RL 等参数化学习；最后推动模型与 Harness 共同演进，并讨论在线与离线双循环、分层指标及长期开放问题。