Google เปิดซอร์สโค้ด Harness2 ให้เอเจนต์ AI ปรับแก้ฮาร์เนสของตัวเองได้

Google Research เผยแพร่ Harness2 เฟรมเวิร์กโอเพนซอร์สสำหรับเอเจนต์ AI ภายใต้สัญญาอนุญาต Apache-2.0 ประกาศเมื่อวันที่ 18 ตุลาคม 2026 เครื่องมือนี้จะเขียนฮาร์เนสที่ห่อหุ้มเอเจนต์ใหม่ระหว่างการทดสอบ แทนที่จะปล่อยให้โครงสร้างรอบนอกนั้นคงที่

ตามบทสรุปที่เผยแพร่ การปรับปรุงเพียงหนึ่งขั้นตอนทำให้คะแนนของโมเดล GLM-5 ในการทดสอบ WorkBuddy-Bench เพิ่มขึ้น 11.5 คะแนน และมีรายงานว่าการเพิ่มขึ้นนี้เกิดขึ้นโดยไม่ได้อัปเดตน้ำหนักของโมเดลแต่อย่างใด

ทำไมฮาร์เนสจึงสำคัญ

ในระบบเอเจนต์ ฮาร์เนสคือชั้นที่ห่อหุ้มโมเดลไว้ ประกอบด้วยคำสั่ง เครื่องมือที่โมเดลเรียกใช้ได้ และตรรกะควบคุมที่กำหนดว่างานจะดำเนินไปอย่างไร โมเดลเดียวกันอาจให้ผลลัพธ์ต่างกันมากขึ้นอยู่กับการตั้งค่าเหล่านี้ Harness2 ใช้แนวทางแบบเวียนซ้ำ โดยให้ระบบออกแบบชั้นนี้ใหม่เอง แทนที่จะพึ่งให้วิศวกรปรับแต่งด้วยมือ

เนื่องจากไม่ต้องมีการฝึกโมเดลใหม่ แนวทางนี้จึงชี้ให้เห็นวิธีดึงความสามารถเพิ่มเติมจากโมเดลที่มีอยู่โดยไม่ต้องใช้การฝึกที่มีค่าใช้จ่ายสูง ซึ่งอาจน่าสนใจสำหรับทีมที่ไม่มีทรัพยากรพอจะสร้างหรือปรับแต่งโมเดลของตนเอง

คำถามที่ยังเปิดอยู่

ข้อมูลสาธารณะยังมีจำกัดในตอนนี้ ยังไม่ชัดเจนว่าผลลัพธ์ที่คล้ายกันจะเกิดขึ้นกับโมเดลและการทดสอบอื่นหรือไม่ จะเกิดอะไรขึ้นเมื่อมีการปรับหลายขั้นตอน หรือกระบวนการนี้ใช้การประมวลผลเพิ่มเติมมากน้อยเพียงใด การปรับปรุง 11.5 คะแนนที่รายงานนั้นอ้างถึงโมเดลเดียวในการทดสอบเดียวเท่านั้น

สัญญาอนุญาตที่เปิดกว้างหมายความว่านักวิจัยภายนอกสามารถทดสอบข้ออ้างเหล่านี้ได้ด้วยตนเอง การเปิดตัวนี้สอดคล้องกับมุมมองที่เพิ่มขึ้นในวงการว่า ประสิทธิภาพของเอเจนต์ขึ้นอยู่กับไม่เพียงโมเดลพื้นฐานเท่านั้น แต่ยังขึ้นอยู่กับโครงสร้างที่สร้างขึ้นรอบโมเดลด้วย และ Harness2 เป็นความพยายามที่เป็นรูปธรรมในการทำให้งานส่วนนั้นเป็นอัตโนมัติ