加州大学圣塔芭芭拉分校与微软的研究团队提出ScholarEvolve，尝试把阅读研究论文、将方法实现为代码并评估效果这一过程自动化，用于改进AI智能体外围的Agent Harness软件系统。该系统把Harness拆分为工具、上下文、技能、记忆和工作流五个模块，由Research Agent从arXiv等来源检索文献，并用主题建模区分不同技术路线，再由Coding Agent修改模块并测试候选组合。据作者自报结果，在不修改底层模型参数的情况下，ScholarEvolve将Qwen3.5-27B在AppWorld Challenge上的任务完成率从49.6%提升至63.6%，GPT-5.4-mini在AppWorld Challenge和τ²-Bench Telecom上也有提升；这些数据尚未经过独立验证。