本文提出HAT训练法，用于解决直播数字人Agent在低延迟下适应业务规则频繁变化的问题。该方法将动态执行环境Harness状态纳入训练分布，分三阶段：HSA-SFT提升工具调用能力，通用指令蒸馏恢复通用能力，HSA-RL在仿真环境学习真实交互。基于Qwen3.6-35B-A3B的模型在直播问答达94.8分，超越千亿参数大模型，Harness变化下保持94.6分，端到端延迟P50仅3.407秒，已落地淘宝直播数字人业务。