Google publie Harness², un cadre open source qui améliore les agents IA sans réentraînement
Le framework optimise les invites système, l'usage des outils et la mémoire des agents ; un seul cycle d'amélioration a relevé les scores sur trois benchmarks.
Google a publié le 19 octobre 2026 Harness², un cadre open source qui améliore les performances des agents IA sans réentraîner le modèle sous-jacent, selon aitimes.com. Le framework agit sur l'environnement d'exécution de l'agent plutôt que sur ses poids.
Concrètement, Harness² affine les invites système, les consignes d'utilisation des outils, la mémoire, les procédures et d'autres fichiers d'environnement. La méthode contrastive Propose-Probe-Compose compare deux modifications proposées sur une même tâche, sans recourir à un vérificateur de réponse séparé. Au niveau du harness, les leçons tirées des tâches précédentes sont consignées dans une bibliothèque baptisée LESSONS, et les corrections pour les nouvelles tâches repartent du harness de base.
Des gains mesurés sur trois benchmarks
Le cadre a été évalué sur WorkBuddy-Bench, JobBench et le LAB de Harby, avec GLM-5 et Gemini 3.5 Flash, sur plusieurs configurations de harness. Un unique cycle d'amélioration a fait progresser les scores sur les trois benchmarks pour les quatre configurations modèle-harness testées.
Avec GLM-5 et OpenCode, WorkBuddy-Bench est passé de 64,2 à 75,7 points, JobBench a gagné jusqu'à 4,5 points et les taux de réussite du LAB ont augmenté jusqu'à 11,8 points de pourcentage. Avec GLM-5 et Codex, en revanche, JobBench n'a progressé que de 23,6 à 24,8 points.
Les approches existantes reposaient souvent sur le réentraînement des modèles ou sur des données d'évaluation dont les bonnes réponses étaient connues. Harness² est disponible en open source sur GitHub.
En bref
Qu'est-ce que Harness² ?
Un cadre open source publié par Google qui améliore les agents IA en modifiant leur environnement d'exécution, sans réentraîner le modèle.
Où le code est-il disponible ?
Google a publié Harness² en open source sur GitHub.
Quels modèles ont été testés ?
Le cadre a été évalué avec GLM-5 et Gemini 3.5 Flash sur WorkBuddy-Bench, JobBench et le LAB de Harby.