Harness² إطار عمل جاهز للاستخدام من Google Research مصمم لتسخير الوكلاء بشكل تكراري في بيئة مفتوحة، حيث يواجه الوكلاء مهامًا لم تكن معروفة أثناء تصميم الحزام. الحزام هو النظام المحيط بالنموذج والذي يمكّنه من العمل كوكيل، ويشمل المطالبات والأدوات والذاكرة والمهارات والتنسيق بين المكونات. أما التسخير فهو عملية تحسين ذلك النظام.
يربط الإطار بين مستويين من التكرار مع إبقاء أوزان النموذج ثابتة. يعمل التكرار على مستوى المهمة على تحسين حزام التنفيذ للمهمة الحالية من خلال خطوة مقارنة تُعرف بـ Propose–Probe–Compose، إذ يقترح تعديلات، ثم يختبر آثارها على المهمة نفسها، ويُركّب حزامًا محسّنًا استنادًا إلى الفروق السلوكية بين عمليات التنفيذ، دون الحاجة إلى تغذية راجعة من الحقيقة الأساسية. أما التكرار على مستوى التسخير فيحدّث حزام تحسين دائم بالأحزمة المعتمدة والدروس المدعومة بالأدلة لتوجيه التحسينات المستقبلية.
عبر ثلاثة معايير مهنية وأربعة تكوينات من النموذج والحزام، تحسّن خطوة واحدة من Harness² أداء GLM-5 وGemini 3.5 Flash مقارنة بأحزمتهما الأساسية. وتصل المكاسب المُبلغ عنها إلى 11.5 نقطة في Work Buddy-Bench، و4.5 نقطة في Job Bench، و11.8 نقطة مئوية في نسبة النجاح الجزئي في LAB. ويؤدي رفع ميزانية التكرار على مستوى المهمة إلى مكاسب إضافية.
يدعم الإصدار التكرار المتوازي والتسلسلي، ومنفذي Open Code وCodex، والمعايير Job Bench وLAB وWork Buddy-Bench. ويمكن للمستخدمين معاينة الإطار محليًا عبر عرض توضيحي لا يتطلب بيانات اعتماد للنموذج، أو تشغيل المعايير المعتمدة على النماذج بعد إعداد الوصول إلى Vertex AI.
المصدر: Hacker News · لخّصه HeadlinesBriefing