Google 開源 Harness² 讓 AI 代理自我改良
Google Cloud AI Research 本月以 Apache 2.0 授權開源 Harness²，一個讓 AI 代理自行改良「harness」的框架。據項目的 GitHub 頁面，harness 指包圍模型、令它能以代理身份工作的整套系統，包括系統提示、護欄、記憶、工具指引、子代理、技能、腳本及外掛共八個可編輯部分。現時這套設定通常由人手設計一次，之後所有任務都沿用。Harness² 則讓代理按每項新任務自行調整，模型權重保持不變。
毋須標準答案
據 GitHub 說明，Harness² 有兩層遞迴。第一層針對當前任務，採用「提出、探測、組合」（Propose–Probe–Compose）步驟：先提出修改，在同一任務上試行多個候選版本，再根據各次執行的行為差異組合出改良後的 harness，過程毋須標準答案作回饋。據 Startup Fortune 報道，系統每次提出兩個候選修改，一個針對一般弱點，一個針對該任務的特定弱點。
第二層則跨任務累積經驗：每完成一項任務，系統會把採用的 harness 及經多次執行驗證的教訓存入一個持續更新的「改良 harness」，供下次調整時參考，而不是每次從零開始。
三個專業基準
團隊以 Gemini 3.5 Flash 及 GLM-5 作為執行代理，在三個專業工作基準上測試。據 GitHub 頁面，只做一輪改良，在辦公、網頁及編程任務的 WorkBuddy-Bench 最多提升 11.5 分，在專業知識工作的 JobBench 最多提升 4.5 分，在法律代理基準 LAB 的部分通過率最多提升 11.8 個百分點。增加遞迴輪數可再提升分數，Startup Fortune 指 WorkBuddy-Bench 及 JobBench 分別再多 3.9 分及 4.2 分。
框架支援並行及順序兩種遞迴模式，可用 OpenCode 或 Codex 執行任務。論文作者包括 Ruiyao Xu、Yanfei Chen、Rujun Han 及 Tomas Pfister 等人。項目頁面註明它並非 Google 官方支援的產品。
No comments yet
提交留言即表示你已閱讀我們的私隱政策。