Google 开源 Harness²:让 Agent 自己迭代修复自己的外层系统
algo_diver · x · 2026-10-18
Google Research 开源了 Harness²(github.com/google-research/harness2,已获 2.7k star,Apache-2.0),一个「递归式 agent harness 优化」的即插即用框架。
核心思路
- harness 是模型外围的一切:system prompt、工具、记忆、skills、编排、子 agent 等;传统做法是人设计一次、所有任务固定使用。
- Harness² 让 agent 在不动模型权重的前提下自己优化 harness,分两层递归:
- 任务级递归:每个任务上提出 harness 修改方案,并行跑多个候选版本,通过对比不同运行的行为差异(Propose–Probe–Compose)合成更好的 harness——因为学的是运行间差异,不需要标准答案或 grader;
- harnessing 级递归:每个任务结束后,把沉淀下来的 harness 和经证据支持的「经验教训」存入持续更新的 improvement harness,指导下一任务的优化。
效果数据:在三个专业基准、四种模型-harness 配置上,单步 Harness² 即可提升 GLM-5 和 Gemini 3.5 Flash:WorkBuddy-Bench 最高 +11.5 分,JobBench +4.5 分,LAB 部分通过率 +11.8 个百分点;加大任务级递归预算还能继续涨分。
发布版本支持并行/串行递归、OpenCode 与 Codex 执行器,以及 JobBench、LAB、WorkBuddy-Bench 三个基准。配套文章《Your Agent Harness Should Repair Itself》指出:agent 在生产中失败时,可观测性工具只能告诉你它做了什么,几乎不能告诉你怎么修——Harness² 正是针对这一空缺。
所属事件:谷歌开源 Harness²：不改权重让 Agent 自我优化(6 条相关)→
「编程与Agent」频道最新
- AgentBase 开源 MCP 服务器：可搜索的智能体指令文件注册表 — modelcontextprotocol · 2026-10-19
- DGX Spark 自托管 AI 工程日志上线 MCP 检索服务 — modelcontextprotocol · 2026-10-19
- Berkeley团队发现:让Agent学会「遗忘」,探索任务成绩最高提升39% — burny_tech · 2026-10-19
- MCP 工具为 Claude Code 瘦身记忆，每轮上下文省 43% — MinniLabs · 2026-10-19
- Agent沙盒为何成了独立赛道:VM太慢,Lovable正自建gVisor运行时 — vboykis · 2026-10-19
- 独立开发者发布 Cohestry:自动串联笔记并经 MCP 喂给 AI 智能体 — Mindless_Might_9759 · 2026-10-19