防御性 Agent Harness：测量微任务准入差距（arXiv 2610.00025）

文章解读 arXiv 论文《Measuring the Microtask Eligibility Gap》，考察现成小语言模型能否满足 Agent harness 中高频微任务的实践阈值。基准定义 4 个冻结微任务，采用 TAU=0.95 的置信区间准入规则；作者在 FP16、贪心解码、固定提示下扫描 Qwen3 0.6B/1.7B/4B/8B，16 种配置无一通过，4-bit 量化（RTN/GPTQ/AWQ）也未使任何配置达标。

AI推荐理由 对 arXiv 论文的解读，讨论 Agent harness 中用小模型承担高频微任务（自动批准 shell 命令、工具选择、记忆读写）的可行性。文中给出具体实验设置：4 个冻结微任务、TAU=0.95 的置信区间准入规则，Qwen3 0.6B–8B 共 16 种配置全部未通过，4-bit 量化也未改变结论。对 Agent 架构与端侧小模型选型有实际参考价值，但属二手转述，需回原文核实。