新聞

Google研究團隊以Apache 2.0授權條款開源Harness²，強調AI代理人（Agent）能在不修改模型底層權重情況下，依經驗動態調整學習、自我演進。

Harness²為一種即插即用（plug-and-play）的自動化最佳化與調整的遞歸式代理人Harness（Recursive Agent Harnessing for an Open World）開源框架，可運用在Harness設計階段代理人遭遇全新任務時來提升其能力。

Google解釋，LLM代理人的能力不只仰賴其底層模型，也需要執行框架（harness）。Google提出的遞迴式自我演進（recursive self-improvement, RSI）能自動提升框架能力。但在真實環境中執行RSI仍然面臨兩種困難。其一，真實世界任務往往是代理人harness設計階段沒見過，測試時也還很新奇，因此沒有真值（ground-truth）驗證有效導引harness編輯。第二是RSI流程往往和特定流程高度相關，很難推廣到新的應用場景。

因此Google公佈了Harness²，透過連結兩層遞歸來解決這些問題。任務層遞歸是針對單一任務，編輯器會循三個核心步驟（Propose, Probe, Compose）提出不同候選方案，實際跑過後留下真正被行為證實有效的改進，過程中不需要真值回饋。Harnessing層遞歸則是一種經驗累積式的更新，任務完成後，Reflector（反射器）會記錄採用的Harness修改成果以及經驗教訓，形成一個經驗庫，指導未來代理人的任務執行。

在Google三個專業標竿測試及4個模型harness配置中，單一Harness²步驟就能改善GLM-5與Gemini 3.5 Flash的任務表現，在WorkBuddy-Bench測試可提升最多11.5分，JobBench提升最多4.5分，LAB測試的部分通過率則提高最多11.8個百分點。

對開發團隊而言，利用Harness²就不需要花大錢或耗費大量時間微調模型權重，讓開發人員可以使用任何現成的基礎模型（如Gemini、GLM等），直接透過調整外掛框架來提升任務成功率。

現在Harness²支援平行和序列遞歸（parallel and sequential recursion）、OpenCode和Codex executor，以及JobBench、LAB和WorkBuddy-Bench。

Google以Apache 2.0開源授權，並針對Python開發環境設計（支援Python 3.12與現代的uv套件管理工具），讓開發者可以快速在本地端跑測試，或透過設定Vertex AI專案及模型執行測試。