谷歌开源 Harness²：不改权重让 Agent 自我优化
Google Research 开源了 Harness²（github.com/google-research/harness2，Apache-2.0 协议），一个面向开放世界的「递归式 agent harnessing」即插即用框架。其核心思路是：harness 指让模型成为 agent 的整套外围系统，包括 system prompt、工具、记忆、技能（skills）、子智能体等；Harness² 让 agent 在执行任务过程中自动迭代改进这套外层系统，全程不训练模型、不修改权重，即可获得可观性能提升。这一路线为零训练成本的 agent 工程优化提供了新范式。
已确认
- 发布方为 Google Research，开源协议为 Apache-2.0
- 优化对象是围绕大模型的整套 harness：system prompt、工具、记忆、技能、子智能体等
- 模型权重保持固定，不涉及任何模型训练或微调
- 性能提升幅度被多个帖子转述：m2 称最高提升 11.8 点；m1、m6 等称单轮最高提 11.5 分，表述略有出入，具体数值以论文与仓库为准
- 项目热度快速增长：m6（10-18）称 1.8k star，m4 转发称 2.7k
为什么重要
- 主流 agent 改进路线多依赖微调或强化学习训练模型权重，Harness² 展示了一条零训练成本的替代路径：仅通过递归优化外围系统即可获得可观提升，对算力有限的开发者与团队尤其友好
- 作为即插即用框架，它可与现有 agent 结合，把任何 harness 变成自我改进系统，降低 agent 工程优化门槛，也契合近期社区对 context engineering / harness 工程化的讨论热度
2026-10-18 ~ 2026-10-19 · 6 条相关
一手来源
- 谷歌开源 Harness²：不改权重递归优化 agent 框架，最高提升 11.8 点 — dr_cintas ·
- Google 开源 Harness2：让 AI 智能体自动改进自身 harness，单轮最高提 11.5 分 — chemist_slime ·
- Google 开源 Harness²：递归优化 Agent 框架最高涨 11.5 分 — Saboo_Shubham_ ·
- 【源头】谷歌开源 Harness²：不改权重递归优化 agent 框架，最高提升 11.8 点 — dr_cintas · 2026-10-18
- 【源头】Google 开源 Harness2：让 AI 智能体自动改进自身 harness，单轮最高提 11.5 分 — chemist_slime · 2026-10-19
- Google 开源 Harness²:冻结权重让 agent 自我进化提示词与工具 — CurieuxExplorer · 2026-10-19
另有 3 条近重复转述:Saboo_Shubham_ · algo_diver · aigclink