BiPA × Policy-Harness 识别定理 × RuHarness：harness 优化的增益幻象、理论关系与正向修正 精读
本文精读 2026 年 10 月三篇互相咬合的 harness 优化论文。BiPA 用选择重放与二部图归因审计 skill 优化器，发现十六个学得技能测试增益平均仅 +0.1 点、输入 token 却多读约 16%，增益多是选择噪声的幻象；「Your Policy Is Secretly a Harness」证明最优 policy 的 log odds 恒等于 harness 诱导的相对动作分数差，部署回报恒等于 ceiling 减 mismatch，为评估给出理论坐标；RuHarness 则以结果盲判 rubric、四态生命周期与六坐标 harness 映射实现 rubric-harness 双向共进化，held-out 提升 4.5 到 5.3 点。三篇合读构成对 harness 优化的一次完整审计、建模与修正。