Google 开源 Harness²：不动模型权重，agent 最高提升 11.5 分

lmoroney · x · 2026-10-19

Google Research 开源 Harness²，一个在模型权重完全冻结的前提下改进 agent 表现的框架：优化 prompt、护栏、记忆、工具指引、子 agent、skills、脚本与插件等「外围 harness」。工作方式：- 针对每个任务提出 harness 修改建议，在同一任务上实测对比；- 根据运行差异组合出精调后的 harness，并把经验沉淀给后续任务复用；- 作者报告 GLM-5 和 Gemini 3.5 Flash 在 WorkBuddy-Bench 上最高提升 11.5 分、JobBench 上提升 4.5 分。代码以 Apache 2.0 发布，附一个无需模型凭证的本地 demo。作者建议：先跑 demo，再看它沉淀的修改经验，对比自己是否会手动做出同样的优化。