Harness² 是 Google Research 推出的即插即用框架，用于开放环境中的递归式智能体驾驭。在这种环境中，智能体会遇到驾驭设计阶段未曾见过的任务。驾驭（harness）是模型之外、使其能够作为智能体运行的整套系统，包括提示词、工具、记忆、技能和编排机制。驾驭化（harnessing）则是优化这一系统的过程。
该框架在保持模型权重不变的前提下，连接两个层级的递归。任务级递归通过对比式的提议–探测–组合（Propose–Probe–Compose）步骤，为当前任务优化执行驾驭：它提出修改方案，在同一任务上探测其效果，并根据不同执行之间的行为对比组合出改进后的驾驭，无需真实标签反馈。驾驭级递归则利用已采纳的驾驭和有证据支持的经验教训，更新一个持久的改进驾驭，以指导未来的优化。
在三个专业基准和四种模型–驾驭配置上，单次 Harness² 步骤即可使 GLM-5 和 Gemini 3.5 Flash 相较其基础驾驭取得提升。报告的增益在 Work Buddy-Bench 上最高达 11.5 个百分点，在 Job Bench 上达 4.5 个百分点，在 LAB 的部分通过率上达 11.8 个百分点。提高任务级递归的预算还能带来进一步的收益。
该版本支持并行与顺序递归、Open Code 和 Codex 执行器，以及 Job Bench、LAB 和 Work Buddy-Bench 基准。用户可以在本地运行一个无需模型凭证的演示来预览该框架，也可以在配置 Vertex AI 访问权限后运行基于模型的基准测试。
来源: Hacker News · 由HeadlinesBriefing整理摘要