谷歌开源Harness²框架 无需重训即可提升AI智能体表现
该框架通过优化系统提示、工具使用指引和环境文件来改进智能体，在一轮优化后三项基准测试成绩全面提升。
谷歌于2026年10月19日开源发布名为Harness²的框架，该框架无需重新训练底层模型，即可提升AI智能体的表现。据aitimes.com报道，相关代码已发布在GitHub上。
Harness²的改进对象是系统提示、工具使用指引、记忆、流程及其他环境文件，而非模型权重。框架采用名为Propose-Probe-Compose的对比方法，可在同一任务上比较两项拟议修改，无需额外的答案验证器。在框架层面，Harness²将此前任务的经验记录在名为LESSONS的库中，并在新任务上从基础框架出发重新提出修正方案。
评估使用GLM-5和Gemini 3.5 Flash，覆盖WorkBuddy-Bench、JobBench以及LAB三项基准，涉及多种框架配置。结果显示，仅一轮改进就使全部四项模型与框架组合在三项基准上的得分均有提升。
具体来看，在使用GLM-5与OpenCode时，WorkBuddy-Bench从64.2分升至75.7分，JobBench最多提升4.5分，LAB通过率最多上升11.8个百分点。而在使用GLM-5与Codex时，JobBench仅从23.6分升至24.8分。
与既有做法不同的思路
此前提升AI表现的做法通常需要重新训练模型，或依赖带有已知正确答案的评估数据。
快速问答
Harness²是什么？
这是谷歌开源的AI智能体框架，通过优化系统提示、工具使用指引、记忆和流程等环境文件来提升智能体表现，而不改动模型权重。
Harness²在哪里可以获取？
谷歌已将该框架作为开源项目发布在GitHub上。
Harness²用了哪些模型和基准进行测试？
评估使用GLM-5和Gemini 3.5 Flash，覆盖WorkBuddy-Bench、JobBench和LAB三项基准。