谷歌开源Harness2，让AI智能体自行重写其运行框架

谷歌研究院已以Apache-2.0许可证发布Harness2，这是一个面向AI智能体的开源框架。该工具于2026年10月18日宣布，能够在智能体接受测试的同时重写其外围的运行框架，而不是让这一层结构保持固定。

据已发布的摘要称，一次单独的优化步骤使GLM-5模型在WorkBuddy-Bench上的得分提高了11.5分。据报道，这一提升并未对模型权重做任何更新。

运行框架为何重要

在智能体系统中，运行框架是包裹在模型外层的一层结构，包括其指令、可调用的工具，以及决定任务如何展开的控制逻辑。同一个模型，在不同的配置下表现可能大相径庭。Harness2采用递归式思路，让系统自行重新设计这一层，而不是依赖工程师手动调优。

由于无需重新训练，这种方法为在不进行高成本训练的情况下，从现有模型中挖掘更多能力指明了一条路径。这对于缺乏资源自建或微调模型的团队而言，可能颇具吸引力。

悬而未决的问题

目前公开的细节有限。尚不清楚类似的提升能否在其他模型和基准测试中复现，多轮优化步骤会产生什么效果，或者该过程需要多少额外算力。所报道的11.5分提升，仅针对一个模型在一个基准测试上的表现。

宽松的许可证确实意味着外部研究人员可以自行检验这些说法。此次发布也契合了业内日益增长的一种观点：智能体的性能不仅取决于底层模型，也取决于围绕模型构建的结构，而Harness2则是对自动化这部分工作的一次具体尝试。