TaoLive 数字人智能体技术报告：训练智能体随 Harness 共同演进

TaoLive 发布技术报告，提出可演进 Harness 架构与 Harness-Aware Training 训练方法，使数字人直播智能体在不重训模型的情况下运行时适应新活动、合规和风格要求。35B 模型在四套评估集上取得 94.8 的实时直播问答得分，优于基础模型和通用大模型，同时保留较高通用指令遵循能力。

此前数字人直播智能体面临两难：小模型难以应对快速变化的业务配置，强模型延迟高。该方案通过将 Harness 状态纳入训练分布，让紧凑模型无需重训即可灵活适配动态业务规则，兼顾低延迟和高质量回复，为实时直播电商场景提供了可落地的技术路径。

可演进 Harness 将技能、提示词、工具与模型权重解耦，使运行时行为可配置。Harness-Aware Training 通过任务保持的 Harness 状态增强，将不同配置纳入训练分布，并用生产模拟器中的智能体强化学习，使模型学会遵循当前 Harness 而非记忆特定模板，从而在变化环境中保持性能。

数字人直播产品可动态调整策略和合规要求而无需频繁重训，降低迭代成本和延迟。同时，紧凑模型在实时问答上超越通用大模型，可能减少对高性能推理资源的依赖，改善用户体验和运营效率。

• 为电商直播场景构建基于 Harness 的智能体配置平台，支持运营人员实时调整技能和话术。
• 将 HAT 训练流程打包为服务，供其他垂直领域数字人产品复用。
• 开发 Harness 状态模拟器，用于测试不同业务配置下的智能体表现。
• 探索将 HAT 应用于客服、教育等同样需要动态规则适应的对话场景。

• 该技术在多大程度上依赖特定模拟器环境，迁移到其他场景是否有效？
• Harness-Variant QA 和 IFEval 的具体评估方式及业界基线是什么？
• HAT 训练的计算成本和时间开销具体是多少？
• 产品是否已在真实直播中落地，用户反馈如何？