雙層遞歸架構解決真實世界難題

Google研究團隊推出Harness²，這是一種即插即用的自動化最佳化框架，旨在讓AI代理人在不修改底層模型權重的情況下，依據經驗動態調整並自我演進。傳統的大型語言模型（LLM）代理人往往受限於執行框架，且真實世界任務常缺乏「真值」驗證，導致遞迴式自我改進（RSI）難以推廣。Harness²透過連結兩層遞歸來突破此限制：任務層遞歸利用Propose、Probe、Compose三步驟篩選有效改進；Harnessing層則由Reflector記錄經驗教訓，建立經驗庫以指導未來任務，實現無需人工干預的持續優化。

實測成績顯著提升且開發門檻降低

在Google進行的三個專業標竿測試及4個模型harness配置中，Harness²展現出強大的效能增益。數據顯示，單一Harness²步驟即可改善GLM-5與Gemini 3.5 Flash的任務表現。具體而言，在WorkBuddy-Bench測試中成績提升最多11.5分，JobBench提升最多4.5分，而LAB測試的通過率則提高了最多11.8個百分點。對開發團隊而言，這意味著無需花費鉅資或大量時間進行模型微調，僅需調整外掛框架即可提升現成基礎模型的任務成功率，大幅縮短產品上市時間。

支援現代開發環境與多執行器

Harness²目前支援平行和序列遞歸模式，並兼容OpenCode和Codex executor，同時整合JobBench、LAB和WorkBuddy-Bench等測試基準。該框架專為Python開發環境設計，支援Python 3.12與現代uv套件管理工具，讓開發者能快速在本地端執行測試，或透過設定Vertex AI專案及模型進行雲端驗證。這種靈活的架構不僅降低了技術門檻，更讓企業能靈活運用現有模型資源，透過框架層的迭代快速適應多變的應用場景，是AI代理人技術走向實用化的重要里程碑。