谷歌开源Harness²智能体框架：无需修改模型权重，通过递归式外部组件优化实现AI能力持续提升

SmartHey10月19日消息，据InfoQ报道，谷歌研究团队正式开源一款名为 Harness² 的新型智能体（AI Agent）框架。该框架旨在不触碰大语言模型内部权重的前提下，通过动态调整系统提示词、记忆模块、工具指导、Skills、子智能体等8类可插拔外部组件，实现任务驱动的递归式能力进化。

目前，Harness² 已在 GitHub 以 Apache 2.0 开源协议发布，原生支持 OpenCode 与 Codex 两种执行后端，默认启用 OpenCode，用户可按需切换。谷歌研究团队明确指出，该项目仍处于前沿探索阶段，属于实验性研究工具，并非官方产品支持范畴。

框架将可调控的“Harness”解耦为八大核心组件：系统提示词（System Prompt）、护栏（Guardrails）、记忆（Memory）、工具指导（Tool Instructions）、子智能体（Sub-agents）、Skills、脚本（Scripts）和插件（Plugins）。这些组件协同决定智能体如何构建上下文、调用工具、分派子任务，以及在多轮交互中完成复杂工作流。

国内开发者 Joseph Zhou 实验表明，将 Harness² 接入 Jev 1.14 后，在未更新模型参数的情况下，视觉理解类任务性能显著增强。其底层机制正是通过实时优化提示策略、自主构建执行逻辑并沉淀有效经验来实现能力跃迁。

Harness² 全称为“面向开放世界的递归智能体 Harness（Recursive Agent Harnessing for an Open World）”，其设计哲学直指现实场景中的不确定性——大量企业级任务既无标准答案，也缺乏预定义评测信号。

为此，框架提出双层递归机制：第一层为“任务级递归”。当面对训练阶段未覆盖的新任务时，系统不依赖固定策略，而是启动“提出—探测—组合”闭环：自动生成多个Harness变体，让不同配置并行执行同一任务，依据实际行为差异评估效果，最终融合生成更优配置。

尤为关键的是，该机制不要求任务具备唯一真值或显式奖励函数，转而依赖可验证的执行证据作为优化依据——这使其更适配真实业务中模糊、开放、演进式的问题域。

第二层为“Harnessing 级递归”。系统维护一个长期演化的 Improvement Harness，持续存储历次验证有效的Harness方案及对应执行证据，形成跨任务的知识复用与能力迁移能力。

由此构建起完整的能力进化闭环：感知任务 → 动态调整Harness → 执行验证 → 经验沉淀 → 指导后续优化。

谷歌研究团队已在 JobBench、LAB 和 WorkBuddy-Bench 三大专业任务基准上完成系统性验证，覆盖 GLM-5 与 Gemini 3.5 Flash 等多种基础模型与Harness组合。结果显示：仅执行单步Harness²优化（模型权重冻结），WorkBuddy-Bench 最高提升达11.5分，JobBench 提升4.5分，LAB 任务通过率最高增长11.8个百分点；进一步增加任务级递归预算后，性能仍呈稳健上升趋势。

Harness² 同时支持并行与顺序两种递归模式：前者侧重广度探索，同时运行多组候选Harness以快速定位可行方向；后者强调深度迭代，将前一轮优化结果与实证反馈带入下一轮，实现渐进式精调。

需注意的是，此类能力提升以推理开销为代价——每轮递归均需额外调用模型与执行环境，本质是“用更多测试时计算换取更高成功率”。此外，当前默认执行器（executor）不限制网络访问，Codex 后端亦关闭沙箱隔离。官方特别提醒：公开评测基准的答案或评分规则可能通过网络泄露，正式评估须手动配置网络隔离策略以保障公平性与安全性。