Google 開源 Harness²：不換模型、不重新訓練，讓 AI Agent 自己越用越聰明
Google Cloud AI Research 開源遞迴 Agent 框架 Harness²：模型權重凍結，只改寫系統提示詞、記憶體、工具等 8 個檔案，一輪優化就讓 GLM-5 在 WorkBuddy-Bench 從 64.2 分衝到 75.7 分。
當所有人都在比誰的模型更大，Google Cloud AI Research 丟出一個反直覺的答案：Agent 變聰明，不一定要換模型。研究團隊開源了 Harness²（讀作 Harness Two）——一個「遞迴式 Agent 框架」，核心理念是模型權重完全凍結，只讓 Agent 在部署過程中自己改寫圍繞模型的 8 個檔案，越用越強。相關論文 10 月 9 日登上 arXiv，程式碼以 Apache 2.0 授權釋出。
改的不是模型，是模型周圍的「鷹架」
所謂 harness（框架／鷹架），指的是讓模型真正能做事的一切外圍：系統提示詞、護欄（guardrails）、記憶體、工具指引、子 Agent、技能、腳本與外掛。Harness² 把這 8 個元件各自掛成可編輯的檔案，讓 Agent 在遇到沒見過的任務時，自己提出修改、實際跑跑看、比較行為差異，再把有效的改動合併回去——整個過程不需要標準答案、不需要標註資料，模型本身一個參數都不動。
這個「Propose–Probe–Compose」（提議、探測、合成）迴圈最厲害的地方在於：多數自我改良方法都假設有正確答案可以對照，但在真實部署現場，任務都是臨時丟進來、根本沒人打分數。Harness² 直接為這種「開放世界」而設計。
數字會說話：一輪優化 +11.5 分
Google 團隊的測試結果相當搶眼：在 WorkBuddy-Bench 上，GLM-5 搭配 OpenCode 框架，經過 Harness² 一輪自我改良，平均分從 64.2 衝到 75.7，一舉超越未經優化的 Gemini 3.5 Flash（72.4 分）；在法律任務測試中，部分評分標準的通過率也從 59.6% 提升到 71.4%。團隊還提供可在 Linux（Python 3.12/3.13）本機跑的示範，不需要任何模型帳號或 API 金鑰就能先看迴圈怎麼運作。
要提醒的是，GitHub 頁面白紙黑字寫著：這是研究專案，不是 Google 官方支援的產品。把它當成「Agent 工程學」的新工具箱很令人興奮，但要搬進生產環境，還是得自己做好驗證。
資料來源
- MarkTechPost：Google Open-Sources Harness2, a Recursive Agent Harnessing Framework（2026-10-18）
- AIDaily Post：Google Open-Sources Harness2 Agent Framework（2026-10-18）
- Chrome Geek：Google’s Harness2 Lets AI Agents Improve Themselves