Harness² ist ein Plug-and-Play-Framework von Google Research für rekursives Agenten-Harnessing in einer offenen Umgebung, in der Agenten auf Aufgaben treffen, die beim Entwurf des Harness nicht berücksichtigt wurden. Ein Harness ist das System um ein Modell herum, das es befähigt, als Agent zu handeln, und umfasst Prompts, Tools, Speicher, Fertigkeiten und Orchestrierung. Harnessing ist der Prozess, dieses System zu optimieren.
Das Framework verbindet zwei Rekursionsebenen, während die Gewichte des Modells unverändert bleiben. Die Rekursion auf Aufgabenebene verfeinert das Ausführungs-Harness für die aktuelle Aufgabe durch einen kontrastiven Schritt aus Propose–Probe–Compose: Sie schlägt Änderungen vor, prüft deren Auswirkungen auf dieselbe Aufgabe und setzt aus den verhaltensbezogenen Kontrasten zwischen den Ausführungen ein verfeinertes Harness zusammen, ohne Rückmeldung durch Ground-Truth-Daten. Die Rekursion auf Harnessing-Ebene aktualisiert ein dauerhaftes Verbesserungs-Harness mit übernommenen Harnesses und durch Belege gestützten Erkenntnissen, um künftige Verfeinerungen zu leiten.
Über drei professionelle Benchmarks und vier Modell-Harness-Konfigurationen hinweg verbessert ein einzelner Harness²-Schritt GLM-5 und Gemini 3.5 Flash gegenüber ihren Basis-Harnesses. Die berichteten Gewinne erreichen 11,5 Punkte bei Work Buddy-Bench, 4,5 Punkte bei Job Bench und 11,8 Prozentpunkte bei der partiellen Bestehensquote von LAB. Ein größeres Budget für die Rekursion auf Aufgabenebene bringt weitere Verbesserungen.
Die Version unterstützt parallele und sequenzielle Rekursion, die Executors Open Code und Codex sowie die Benchmarks Job Bench, LAB und Work Buddy-Bench. Nutzer können das Framework lokal mit einer Demo ohne Modell-Zugangsdaten ausprobieren oder modellgestützte Benchmarks nach der Konfiguration des Vertex-AI-Zugangs ausführen.
Quelle: Hacker News · Zusammengefasst von HeadlinesBriefing