谷歌开源 Harness² 框架：通过递归调整外部组件实现不修改权重的智能体能力进化

Google Research 开源名为 Harness² 的智能体框架，允许在不修改模型权重的情况下，通过持续调整系统提示词、记忆、工具指导、Skills 和子智能体等外部组件，实现递归式能力提升。该框架默认使用 OpenCode，支持切换至 Codex，并已在 JobBench、LAB 和 WorkBuddy-Bench 等专业任务基准上测试，基础模型包括 GLM-5 和 Gemini 3.5 Flash。

Harness² 的核心在于两层递归机制：任务级递归在单个任务内执行“提出—探测—组合”，通过观察不同版本的行为差异重新组合更合适的配置；Harnessing 级递归则维护一个持续的 Improvement Harness，将有效经验保存用于后续任务。实测显示，仅一步优化即可使 WorkBuddy-Bench 成绩提升 11.5 分，JobBench 提升 4.5 分。然而，这种提升是以增加测试时计算为代价的，每轮递归意味着运行更多候选 Agent 和模型调用。

文章同时指出当前面临的现实挑战：Eval 评估需纳入 Token 消耗、延迟和成本等多维指标，而不仅仅是最终答案正确性；安全边界方面，若 AutoHarness 允许修改 Tool、Shell 或运行时逻辑，可能引发代码执行风险；此外，社区反思了过度工程化的问题，强调需在发现失败、尝试修改与删除无效组件之间形成完整反馈循环。