本周三篇AI论文：控制程序学习、语料库地图与轨迹验证

一句话看懂：DAIR.AI 汇总的 2026 年 10 月 5 日至 11 日三篇论文，分别探讨不改模型权重而修订智能体控制程序、为文档语料库预先构建实体导航层，以及用一致性问题识别长周期智能体的错误轨迹，指向智能体工程化中的可复用、可迁移能力。

事件核心：发生了什么

社区更新于 2026 年 10 月 11 日整理了三篇论文。第一篇来自 CMU，提出“Harness Learning”：智能体由模型和控制程序（harness，负责组织模型调用、工具使用和信息流）共同定义，研究人员固定求解器模型权重，训练一个提议者模型，根据执行反馈直接编辑控制程序代码。提议者通过强化学习训练，奖励来自修订后控制程序的任务得分。素材显示，训练后的 4B 提议者在 Reasoning Gym 单步修订中击败其 35B 教师模型，并在 HotpotQA 上训练后持续改进 MuSiQue 和 2WikiMultihopQA 的控制程序。

第二篇来自微软及合作者，提出 CorpusMap：预先解析跨文档反复出现的同一实体，为每个实体生成汇总页面并链接所有提及它的文档。地图可在不调用大模型的情况下离线构建，并随新文档更新。在 7 个模型和三个基准上，答案质量比原始语料库搜索提高 6.4 至 11.7 个百分点，输入 token 减少 34% 至 57%。

第三篇来自 Google，提出 VeriHarness：针对长周期智能体常采样多条轨迹并信任一致答案的做法，作者指出一致性可能隐藏共同错误，不一致反而可能指向正确备选方案，并构建验证器来使用同一基础模型验证轨迹，测试时不需要参考答案或评分标准。

为什么重要

这三项工作都围绕同一个方向：把智能体的“经验”沉淀为可复用、可迁移的结构，而不是每次都重新搜索、重新训练。控制程序编辑把更新从权重转移到可执行代码，让小型提议者可以跨任务迁移；CorpusMap 把检索从扁平文件变成预计算实体图，降低 token 消耗；VeriHarness 则挑战“多数一致即正确”的常见假设。对正在做 AI 应用、RAG 检索和智能体编排的团队来说，这些思路可能影响工程架构选择。

对用户/开发者/创作者的影响

对开发者而言，控制程序学习提示了一条不重新训练底层大模型、只通过编辑控制逻辑适配新任务的路径，适合工具调用链、多步推理管线的快速迭代。CorpusMap 对企业知识库、合同和报告检索更有直接参考价值，离线构建实体页可减少推理时重复调用大模型。对使用长周期智能体产品的用户来说，VeriHarness 提醒不要盲信多轨迹一致输出。目前公开信息仅为论文摘要，尚未显示这些方法已封装为可调用的 API 或上线产品。