BoxBox: 장기 실행 중 재귀 하네스 hot-reload
오프라인 하네스 진화는 held-out 재사용용이다. 열린·장기 태스크는 도중에 새 난이도가 드러난다. BoxBox(arXiv:2611.09218)는 진행 중 태스크에서 에이전트가 하네스 개정을 요청하고 커널이 hot-reload하는 경로를 연구한다. 벤치: PerfRace(소프트웨어 프로젝트 장기 성능 최적화).
루프
- 태스크 실행 중 어려움 → agent-triggered harness revision 요청.
- 커널이 실행을 일시정지 → 궤적 진단 리뷰 세션 → 검증 후 실행 컨텍스트 보존한 채 개정 하네스로 재개.
- 개정 하네스가 이후 실행·다음 리뷰를 모두 지배 → 재귀 개선.
결과 (논문)
동일 test-time 예산에서 Frozen / offline Harness Evolution / Harness Scaling 대비 더 높은 speedup·비용 효율. Speedup@4h 1.70× (최강 베이스라인 Scaling 1.54×).
대비
| 방법 | 시점 | 지속성 |
|---|---|---|
| Meta² | 런 중 체크포인트 | 런 로컬 폐기 |
| HarnessFlow | 오프라인 MCTS 검색 | 최적 하네스 재사용 |
| BoxBox | 장기 태스크 중 | hot-reload 후 동일 런·후속 리뷰에 지속 |