google-research/harness2

Harness² 是 Google Research 开源的 Agent harness 自优化框架。所谓 harness，就是模型外面那层让它能干活的系统——提示词、工具、记忆、子 Agent、技能等，Harness² 把这些拆成八个可编辑组件，在不改模型权重的前提下自动改进它们。它解决的是开放世界问题：Agent 遇到设计时没见过的任务怎么办？框架用「提出—探测—组合」三步，先生成几版 harness 改动，在同一任务上跑出行为差异，再据此合成更优版本，全程不需要标准答案；同时把每次学到的经验沉淀下来，指导下一次优化。在 JobBench、LAB、WorkBuddy-Bench 三个职业类基准上，单步优化就能让 GLM-5、Gemini 3.5 Flash 相对基础 harness 提升最多 11.8 个百分点。值得看的是做 Agent 应用、Agent 评测或 prompt 工程的工程师，尤其是需要让 Agent 稳定完成法律、办公、代码等专业任务的团队；只做模型训练或纯后端开发的人关系不大。

Star 趋势

仓库信息