谷歌开源智能体框架Harness²：支持OpenCode与Codex，无需微调模型

谷歌研究团队开源了一套名为Harness²的智能体框架，试图让AI Agent在不修改模型权重的情况下，通过持续调整系统提示词、记忆、工具指导、Skill、子智能体等外部组件，实现递归式能力提升。该框架已在GitHub以Apache 2.0协议开源，支持OpenCode和Codex两种后端，默认使用OpenCode。Google Research强调，Harness²仍属研究项目，并非谷歌官方支持的产品。

团队将这套可修改的Harness拆成8类组件，包括系统提示词、护栏、记忆、工具指导、子智能体、Skills、脚本和插件，共同决定Agent如何构建上下文、调用工具、委派任务，以及如何在多轮工具调用中完成工作。其核心设计是两层递归机制：第一层是单个任务内的“任务级递归”，当Agent遇到设计阶段未见过的新任务时，系统执行“提出—探测—组合”，先生成多个Harness修改方案，让不同版本实际执行同一任务，观察行为差异，再重新组合出更合适的方案。

Harness²并不要求任务存在明确标准答案。许多自动优化方法依赖评测集、奖励信号或标准验证器判断修改优劣，但真实企业环境中大量任务并无唯一答案，甚至可能在Agent上线前从未出现过。Harness²因此更多通过实际执行观察修改带来的行为差异，采用有执行证据支持的修改。第二层是任务之间的“Harnessing级递归”，系统维护一个持续存在的Improvement Harness，保存此前采用过的方案和有执行证据支持的经验，用于指导后续优化，从而形成闭环。

Google Research已在JobBench、LAB和WorkBuddy-Bench三类专业任务基准，以及4种“模型—Harness”配置上测试Harness²，基础模型包括GLM-5和Gemini 3.5 Flash。结果显示，仅进行一步Harness²优化，在模型权重不变的情况下，WorkBuddy-Bench成绩最高提升11.5分，JobBench最高提升4.5分，LAB部分通过率最高提高11.8个百分点；继续增加任务级递归预算后，性能还会进一步提升。国内开发者Joseph Zhou称，将Harness²接入Jev 1.14后，在不调整模型权重的情况下大幅提升了视觉任务表现。

Harness²同时提供并行和顺序两种递归方式：前者同时探索多套Harness，偏向“搜索得更宽”；后者把上一轮优化结果和执行证据带入下一轮，偏向“优化得更深”。但这种提升并非免费，每增加一轮递归都意味着为同一任务运行更多候选Agent和模型调用，本质上是用更多测试时计算换取更高成功率。