Google rilascia come open source Harness2, che permette agli agenti AI di riscrivere il proprio harness

Google Research ha rilasciato Harness2, un framework open source per agenti AI, con licenza Apache-2.0. Annunciato il 18 ottobre 2026, lo strumento riscrive l'harness che circonda un agente mentre l'agente viene testato, invece di lasciare fissa questa struttura di supporto.

Secondo il riepilogo pubblicato, un singolo passaggio di affinamento ha aumentato di 11,5 punti il punteggio del modello GLM-5 sul WorkBuddy-Bench. Il miglioramento sarebbe stato ottenuto senza alcun aggiornamento dei pesi del modello.

Perché l'harness è importante

Nei sistemi basati su agenti, l'harness è il livello che avvolge un modello: le sue istruzioni, gli strumenti che può richiamare e la logica di controllo che determina come si svolge un compito. Lo stesso modello può comportarsi in modo molto diverso a seconda di questa configurazione. Harness2 adotta un approccio ricorsivo, consentendo al sistema di riprogettare questo livello invece di affidarsi agli ingegneri per metterlo a punto manualmente.

Poiché non è previsto alcun riaddestramento, l'approccio indica una via per ottenere più capacità dai modelli esistenti senza costosi cicli di addestramento. Potrebbe interessare i team che non dispongono delle risorse necessarie per costruire o mettere a punto i propri modelli.

Questioni aperte

Al momento le informazioni pubbliche sono limitate. Non è ancora chiaro se guadagni simili si ripetano con altri modelli e benchmark, cosa accada con più passaggi di affinamento o quanta potenza di calcolo aggiuntiva richieda il processo. Il miglioramento di 11,5 punti riportato riguarda un solo modello su un solo benchmark.

La licenza permissiva consente però ai ricercatori esterni di verificare autonomamente le affermazioni. Il rilascio si inserisce in una visione sempre più diffusa nel settore, secondo cui le prestazioni degli agenti dipendono non solo dal modello di base ma anche dalla struttura costruita attorno ad esso, e Harness2 rappresenta un tentativo concreto di automatizzare questa parte del lavoro.