Google mã nguồn mở Harness2, cho phép tác nhân AI tự viết lại khung vận hành của chính mình

Google Research vừa phát hành Harness2, một framework mã nguồn mở dành cho tác nhân AI, theo giấy phép Apache-2.0. Được công bố vào ngày 18 tháng 10 năm 2026, công cụ này viết lại khung vận hành bao quanh tác nhân ngay trong quá trình kiểm thử, thay vì giữ nguyên phần khung đó như trước.

Theo bản tóm tắt được công bố, chỉ một bước tinh chỉnh đã nâng điểm số của mô hình GLM-5 trên WorkBuddy-Bench thêm 11,5 điểm. Mức cải thiện này được cho là đạt được mà không cần cập nhật trọng số của mô hình.

Vì sao khung vận hành quan trọng

Trong các hệ thống tác nhân, khung vận hành là lớp bao quanh mô hình, gồm các chỉ dẫn, các công cụ mà mô hình có thể gọi và logic điều khiển quyết định cách một tác vụ diễn ra. Cùng một mô hình có thể cho kết quả khác biệt rõ rệt tùy theo cấu hình này. Harness2 áp dụng cách tiếp cận đệ quy, cho phép hệ thống tự thiết kế lại lớp này thay vì dựa vào kỹ sư điều chỉnh thủ công.

Vì không cần huấn luyện lại, cách tiếp cận này gợi ý một hướng khai thác thêm năng lực từ các mô hình hiện có mà không phải tốn kém cho các đợt huấn luyện lớn. Điều đó có thể thu hút những nhóm không đủ nguồn lực để xây dựng hoặc tinh chỉnh mô hình riêng.

Những câu hỏi còn bỏ ngỏ

Hiện thông tin công khai còn hạn chế. Chưa rõ liệu các mức cải thiện tương tự có xuất hiện với các mô hình và bộ đánh giá khác hay không, điều gì xảy ra khi thực hiện nhiều bước tinh chỉnh, cũng như quá trình này cần thêm bao nhiêu tài nguyên tính toán. Mức cải thiện 11,5 điểm được báo cáo chỉ liên quan đến một mô hình trên một bộ đánh giá.

Giấy phép cho phép sử dụng rộng rãi nghĩa là các nhà nghiên cứu bên ngoài có thể tự kiểm chứng các tuyên bố này. Việc phát hành này phù hợp với quan điểm ngày càng phổ biến trong lĩnh vực rằng hiệu năng của tác nhân không chỉ phụ thuộc vào mô hình nền tảng mà còn vào cấu trúc xây dựng xung quanh nó, và Harness2 là một nỗ lực cụ thể nhằm tự động hóa phần công việc đó.