不更新权重即可复用干预经验：真实操作成功率从37.3%提到64.0%

机器人操作要在任务与环境变化时仍能完成操控。视觉-语言-动作（VLA）模型覆盖面较广，但一旦执行需要诊断失败并调整行为，就容易卡住。强智能体可通过与策略交互发现有效干预。本文提出 Recursive Harness Distillation：强智能体把经验蒸馏成轻智能体的 playbook，再据其执行反馈递归精炼。剧本可在新任务实例上复用干预知识，且不必更新模型参数。

方法：蒸馏再递归改剧本

循环分两步。强智能体先通过交互找到有效干预，写入轻智能体可用的 playbook；再用轻智能体的执行反馈回头修正，形成递归。针对的短板很具体：VLA 能力广，缺的是失败诊断与行为适应。知识落在剧本而非权重上，因而可跨智能体复用，也避免为新实例微调参数。摘要未说明 playbook 的格式、干预粒度或递归轮次，只能将其视为可执行的经验摘要。

真实操作与仿真数字

真实世界操作中，harness 将成功率从 37.3% 提升到 64.0%。SimplerEnv Bridge 上，带剧本的轻智能体成功率为 66.7%，GR00T-only 基线为 41.7%，且超过了没有剧本的强智能体。同一份剧本也能让强智能体受益，成功率达到 79.2%。作者据此认为干预经验可以累积、经执行精炼并跨智能体复用。材料未给出任务种类、试验次数与失败分布，仿真也仅限 Bridge，解读应保守。

我的判断

价值在于把「如何修失败」从改参数里拆出来，变成可传递的 harness。轻智能体带着剧本超过无剧本的强智能体，说明干预知识本身有独立贡献。对已部署 VLA、却卡在失败恢复的场景，这条不改权重的路径值得关注。边界同样清楚：数字只覆盖摘要中的真实操作与 SimplerEnv Bridge；蒸馏成本、剧本是否过拟合某类失败、如何维护，材料均未涉及。当作可行性证据来读即可，不宜直接视为通用操作框架。