本文提出 EvoSafeHarness，一个面向 LLM Agent 的系统级安全约束（harness）自动化优化框架。研究背景是：LLM Agent 能将语言指令转化为真实世界操作，因此必须防御间接提示注入和直接有害请求；但现有安全 harness 通常由专家一次性设计，再直接套用到不同模型与领域，导致防护效果高度依赖部署环境。核心问题在于：不同模型对约束的耐受度不同（过严会损害效用），不同领域需要治理的状态与动作序列也各异，静态策略容易漏掉应用专属的安全关系。EvoSafeHarness 针对目标领域中“冻结”的模型联合搜索自然语言策略与可执行代码逻辑，生成可部署的安全 harness；其优化过程由模型行为、领域规范以及“全新上下文对抗评审”共同引导，以剔除只对 benchmark 有效的过拟合规则。实验在四类 Agent benchmark 上进行，结果显示该方法显著优于固定专家设计防御，实现更强的安全-效用帕累托前沿。例如，在 DecodingTrust-Agent 上，平均攻击成功率从 45.6% 降至 10.0%，效用仅损失 3.3 点，并在 15 个评测单元中取得 14 个最佳成绩；在 AgentDojo 上，以 0.0% 攻击成功率实现 82.8% 效用，是 CaMeL 在相同工作点效用的两倍，且无需修改即可迁移至未见过的 AgentDyn 套件；在 Agent-SafetyBench 上对所有受害模型均取得最佳分数，并在 16 次细化预算的自适应 PAIR 攻击下保持平均 ASR 低于 20%。分析表明，领域语义决定需要治理的安全关系与轨迹状态，而模型与运行时行为决定这些关系的实施方式和位置。本文的主要贡献是首次将安全 harness 设计形式化为一个可优化的合成问题，并通过自动化搜索得到领域与模型定制的防护层。适合 LLM Agent 安全研究者、系统安全工程师以及负责 Agent 应用部署的蓝队人员阅读。