Google开源Harness²:智能体可自改执行框架,Gemini 3.5 Flash提升最多11.8分
_philschmid · x · 2026-10-19
Google Research 发布并开源 Harness²，一个「即插即用、递归式」的智能体框架，让冻结的模型在未见过的任务上自我改进其执行框架（harness），解决开放世界任务缺乏 ground-truth 验证器、RSI 过于任务特化的两大难题。
工作流程（四步）
- Agent 在每个任务上运行基础 harness，记录基线轨迹
- Editor agent 检查轨迹，起草 2 个候选修改（SI、Skills、hooks 等）并分别运行
- Composer agent 将新轨迹与基线对比，合并真正修复失败的修改（有上限），运行最终 harness
- Reflector agent 把验证过的经验写入文件，并将获胜组件存入库中，供未来任务按需调用
结果
- Gemini 3.5 Flash 在 WorkBuddy-Bench 最高 +11.5、JobBench +4.5、LAB +11.8 个百分点，并行递归预算 k=5 时每个领域都超过最强基线
- Skills 与脚本驱动约 50% 的修改；去掉 skills 损失 5.3 分
- 模型编辑自己的 harness 也能在全部 3 个 benchmark 上提升；增益随递归预算增长
论文：google-research/harness2（GitHub），harness2.github.io。
所属事件:谷歌开源 Harness²：冻结权重让 Agent 自我改进外围框架(12 条相关)→
「编程与Agent」频道最新
- 合并量4个月暴涨12倍，Anthropic 自建版本控制系统 Scion 替代 Git — Pavan_Belagatti · 2026-10-19
- 无需剪辑软件：与 Claude 对话完成一支全 AI 合成视频 — aziz4ai · 2026-10-19
- 20 多个开源 AI 黑客框架 Cairn 控制面板暴露在公网 — Hesamation · 2026-10-19
- Vibe coding 的诅咒：读不懂代码就不敢上线，读懂了不如自己写 — MoonL88537 · 2026-10-19
- Agent 记忆层踩坑：存了半年溯源字段，召回接口却一个都没暴露 — Neither-Witness-6010 · 2026-10-19
- AI 编程的诅咒：为求速度放弃读懂代码，项目一大就被 AI 绑架 — MoonL88537 · 2026-10-19