来自 UCSB 和微软的研究团队提出了 ScholarEvolve，尝试将阅读研究文献、实现算法、评估效果这一研究过程自动化，让最新的学术成果能够直接参与 Agent Harness 的演化。例如，当 Agent 容易丢失历史信息时，可以研究新的上下文压缩或记忆检索方法；当 Agent 无法有效完成长程任务时，则可以尝试新的任务规划与工作流设计。为验证这一想法，研究团队按照论文的发表时间构建了三个连续的研究窗口（25 年 12 月，26 年 1 月-4 月，26 年 5 月-8 月），在保持底层模型不变的情况下，模拟新论文逐步加入后的 Harness 演化过程。