جوجل تطلق Harness2 مفتوح المصدر، وتتيح لوكلاء الذكاء الاصطناعي إعادة كتابة إطار عملهم بأنفسهم

أصدر فريق أبحاث جوجل Harness2، وهو إطار مفتوح المصدر لوكلاء الذكاء الاصطناعي، بموجب ترخيص Apache-2.0. وأُعلن عنه في 18 أكتوبر 2026، ويعيد الأداة كتابة الهيكل المحيط بالوكيل أثناء اختباره، بدلاً من إبقاء هذا الإطار ثابتاً.

وبحسب الملخص المنشور، رفعت خطوة تحسين واحدة نتيجة نموذج GLM-5 على مقياس WorkBuddy-Bench بمقدار 11.5 نقطة. وذُكر أن هذا التحسن تحقق دون أي تعديل على أوزان النموذج.

لماذا يهم الهيكل المحيط بالنموذج

في أنظمة الوكلاء، يُقصد بالهيكل الطبقة التي تغلف النموذج، وتشمل تعليماته والأدوات التي يمكنه استدعاؤها ومنطق التحكم الذي يحدد كيفية سير المهمة. ويمكن للنموذج نفسه أن يؤدي بصورة مختلفة تماماً بحسب هذا الإعداد. ويتبع Harness2 نهجاً تكرارياً، إذ يتيح للنظام إعادة تصميم هذه الطبقة بدلاً من الاعتماد على المهندسين لضبطها يدوياً.

ولأن الأمر لا يتطلب إعادة تدريب، يشير هذا النهج إلى طريقة لاستخلاص قدرات أكبر من النماذج الحالية دون تشغيل عمليات تدريب مكلفة. وقد يكون ذلك جذاباً للفرق التي لا تملك الموارد اللازمة لبناء نماذجها الخاصة أو ضبطها بدقة.

أسئلة مفتوحة

التفاصيل العامة المتاحة محدودة حتى الآن. ولم يتضح بعد ما إذا كانت مكاسب مماثلة تتحقق مع نماذج ومقاييس أخرى، أو ما الذي يحدث عبر خطوات تحسين متعددة، أو مقدار الحوسبة الإضافية التي تتطلبها العملية. كما أن التحسن البالغ 11.5 نقطة يخص نموذجاً واحداً على مقياس واحد.

ومع ذلك، يتيح الترخيص المرن للباحثين من خارج الفريق اختبار هذه الادعاءات بأنفسهم. ويأتي الإصدار متسقاً مع رأي متنامٍ في المجال، يرى أن أداء الوكلاء لا يعتمد على النموذج الأساسي وحده، بل أيضاً على البنية المبنية حوله، ويقدم Harness2 محاولة ملموسة لأتمتة هذا الجانب من العمل.