Harness²
Harness the agent. Then harness its self-improvement.
概述
Harness² 是 Google Research 开源的即插即用递归式 Agent Harness 框架，让 LLM Agent 在缺乏标准答案验证器的开放世界任务中，自动进化自己的执行外壳（提示词、工具、记忆），从而持续自我改进。
创新点
核心创新在于“双重递归”设计：任务层面用 Propose-Probe-Compose 循环做细粒度方案迭代，Harness 层面则把每次任务中学到的经验累积成可复用的 harness 组件（提示、工具组合、记忆结构），实现跨任务的元学习式改进。更关键的是它绕开了 ground-truth verifier 这一 Agent 自进化的最大瓶颈——OpenAI 类方案多依赖可验证奖励信号，在开放世界任务中往往失效，Harness² 用自洽的执行反馈替代外部标准答案，理论上可迁移到任意无标注领域。WorkBuddy-Bench 上最高 +11.5 分是相对可信的实证支撑。
目标用户
主要是研究机构与 AI 工程师群体：做 Agent 自进化、长期记忆、工具调用研究的高校与实验室；需要把通用 Agent 落地到无标准答案的开放式业务场景（研究报告、数据分析、办公自动化）的企业研发团队；以及关注 Google Research 前沿成果的开源社区贡献者。
竞争格局
处于快速拥挤的赛道：上层有 OpenAI Swarm/Agents SDK、LangGraph、AutoGen、CrewAI 等 Agent 编排框架，研究方向有 Voyager、AgentWorkflow、Self-Refine、Reflexion 等自反思/自进化工作，以及 DSPy 这类“自动优化提示与流水线”的编程式框架——DSPy 在抽象层级上最接近 Harness²，但 Harness² 把可进化的范围从 prompt 扩展到了 tools + memory。差异化在于“无验证器”与“经验累积”；劣势是来自 Google Research 的开源项目常停留在论文级实现，工程成熟度、文档与生态支持大概率弱于 LangChain 系商业产品，且“递归自改进”的评测可复现性会被社区严格审视。
标签
团队
- [REDACTED]
- Han Yu
相关产品
OpenAI's most capable model for end-to-end work
Anthropic's most capable model ever — free until June 22
Fast, capable computer use at half the price
Google's image model with sharper design and mask editing
Prompt, edit and prototype without leaving the canvas
Frontier AI intelligence, now at half the price