Google publica como código abierto Harness2, que permite a los agentes de IA reescribir su propio arnés

Google Research ha publicado Harness2, un marco de código abierto para agentes de IA, bajo la licencia Apache-2.0. Anunciada el 18 de octubre de 2026, la herramienta reescribe el arnés que rodea a un agente mientras este se está probando, en lugar de mantener fija esa estructura de soporte.

Según el resumen publicado, un único paso de refinamiento elevó la puntuación del modelo GLM-5 en WorkBuddy-Bench en 11,5 puntos. Esa mejora se habría logrado sin actualizar los pesos del modelo.

Por qué importa el arnés

En los sistemas de agentes, el arnés es la capa que envuelve a un modelo: sus instrucciones, las herramientas que puede invocar y la lógica de control que decide cómo se desarrolla una tarea. Un mismo modelo puede rendir de forma muy distinta según esa configuración. Harness2 adopta un enfoque recursivo, que permite al sistema rediseñar esta capa en lugar de depender de que los ingenieros la ajusten a mano.

Como no implica reentrenamiento, el enfoque apunta a una forma de extraer más capacidad de los modelos existentes sin costosas sesiones de entrenamiento. Esto podría resultar atractivo para equipos que no tienen recursos para construir o afinar sus propios modelos.

Preguntas abiertas

Por ahora, la información pública es limitada. Aún no está claro si mejoras similares se mantienen con otros modelos y pruebas de referencia, qué ocurre tras varios pasos de refinamiento o cuánta capacidad de cómputo adicional requiere el proceso. La mejora reportada de 11,5 puntos corresponde a un solo modelo en una sola prueba de referencia.

La licencia permisiva sí permite que investigadores externos comprueben las afirmaciones por su cuenta. El lanzamiento encaja con una visión cada vez más extendida en el sector, según la cual el rendimiento de los agentes depende no solo del modelo subyacente, sino también de la estructura construida a su alrededor, y Harness2 ofrece un intento concreto de automatizar esa parte del trabajo.