标签：综述

以 Harness VLA 为锚点，系统梳理"Agent–Harness–VLA"这条线的来龙去脉：从 LLM 写代码控制机器人，到 VLA 基础模型，再到用 agent harness 把冻结的 VLA 包装成可靠原语、乃至让 harness 自我演化——一份发展脉络综述。

从 SayCan、ProgPrompt、Code as Policies、Inner Monologue、Instruct2Act 到 VoxPoser，讲透"LLM 当大脑、技能库当手脚"这条具身智能路线的完整演化脉络

聚焦「大 teacher → 小 student」设定，系统梳理 On-Policy Distillation 从 2023 到 2026-09 的发展脉络、核心机制、最新进展与开放问题。