随着大语言模型（LLM）代理的操作能力不断扩展，其引入的安全威胁也日益复杂。运行时防御通过在代理执行循环中集成安全机制，已成为缓解这些风险的有效方法。然而，现有的运行时防御严重依赖人工设计的干预措施，缺乏构建和维护这些防御的原则性框架。本文首先提出了一个基于 harness（运行框架）层面的运行时防御形式化描述，系统性地刻画了 harness 机制如何支持防御构建，并从 harness 视角统一了现有的运行时防御干预措施。在此基础上，作者提出了 HARD（Harness-based Autonomous Runtime Defense Evolution，基于 harness 的自主运行时防御进化）框架，该框架能够自动识别合适的干预策略，并根据观察到的失败轨迹迭代地改进防御工件。HARD 将运行时防御的开发从人工工程转变为自主进化过程。大量实验表明，HARD 在提升安全性能的同时，保持了良性任务的效用。研究结果强调，自主防御进化是保护已部署 LLM 代理的一个有前景的新范式，使代理能够识别自身防御弱点并持续改进其保护机制。