AI Radar
Google Research открыла исходный код Harness² для настройки AI-агентов
Google Research выпустила Harness², фреймворк под лицензией Apache 2.0, в котором агент дорабатывает собственную рабочую конфигурацию при выполнении задачи. В тесте с GLM-5 один шаг такой настройки повысил результат на WorkBuddy-Bench на 11,5 балла без изменения весов модели.
Что изменилось
Harness, то есть рабочая конфигурация агента, включает системный промпт, инструменты, память, навыки и субагентов. В Harness² агент может менять эти компоненты под задачу: предложить несколько вариантов, запустить их и сравнить поведение. Заранее известный правильный ответ или внешний проверяющий для такого цикла не требуются.
Выбранная конфигурация и выводы, подтверждённые запусками, сохраняются для следующего цикла. В тестах с Gemini 3.5 Flash и GLM-5 один шаг улучшения дал прирост до 11,5 балла на WorkBuddy-Bench и 4,5 балла на JobBench; на LAB прирост partial pass rate составил 11,8 процентного пункта. В частности, результат GLM-5 на WorkBuddy-Bench вырос на 11,5 балла без обновления весов модели. Конфигурации можно проверять параллельно или дорабатывать последовательно; заявлена поддержка OpenCode и Codex.
Почему это важно
Для разработчиков агентов это способ улучшать выполнение задач без переобучения модели. Проверять можно не только промпт, но и набор инструментов и другие части рабочего окружения.
Мнение редакции
Мнение редакцииОбычно улучшение агента связывают с новой моделью или более удачным промптом. Harness² переносит часть этой работы на уровень всей конфигурации: агент проверяет изменения запуском, а не просто предлагает их. Это делает окружение отдельным объектом эксперимента.
Первоисточники и подтверждения
Подборку проверяет редакция DSML. AI помогает дедуплицировать сигналы и готовить текст, но опубликованный выпуск остаётся редакционным продуктом, а не лентой отдельных каналов.