摘要
PILOT 是面向长程 Agent 的 supervisor-worker harness：运行时 supervisor 观察和干预 worker，并把成功轨迹沉淀为跨运行的 skill 与 memory。
核心内容
基本信息
- 实体类别：Agent runtime/harness 研究系统与论文。
- 关键名称或版本：
PILOT in the Loop，arXiv:2608.26530v1。 - 时间范围：稿件首页标注 2026-08-25；arXiv v1 提交于 2026-08-27。两者分别是稿件日期和平台提交日期。
重要事实
- live channel 支持 steer、abort、redirect；supervisor 与 worker 使用冻结模型的独立 in-process sessions，持久状态包括 skill library 和 memory。（来源：PILOT in the Loop: Live Self-Improvement for Long-Horizon Agents，pp.2-4）
- 20 次 Terminal-Bench 迭代报告最佳 pass 提升 12.4-14.6 points，token 使用下降；即时 steering 只解释少量成功运行。（来源：PILOT in the Loop: Live Self-Improvement for Long-Horizon Agents，pp.5-7）
关系与影响
PILOT 把 Meta-Agent 式监督从离线评测推进到执行中控制，但与 Agentic RL 的区别是没有用轨迹 reward 更新模型策略。
分歧与变化
论文列出的 GitHub 链接截至 2026-08-28 仍返回 404，当前没有可验证公开实现。
相关页面
- 概念：Harness Engineering、Self-Improving Harness、Recursive Self-Improvement、Context Engineering
- 实体：无
- 主题：LLM Agent Self-Improvement
来源
待核实问题
- 已核实（2026-08-28）：日期是不同事件的时间标记，不是冲突；论文给出的仓库仍为 404。
- 仍待核验：异构 supervisor/worker 组合、完整成本协议和独立复现。