Google Research, 모델 가중치 고정한 채 에이전트 하네스를 스스로 개선하는 Harness² 공개
Harness2 by Google Research – Recursive Agent Harnessing
Google Research가 공개한 Harness²는 모델 가중치를 건드리지 않고 에이전트를 둘러싼 시스템, 즉 프롬프트·도구·메모리·스킬·오케스트레이션을 재귀적으로 최적화하는 플러그 앤 플레이 프레임워크다. 작업 수준 재귀는 정답 피드백 없이 Propose–Probe–Compose 단계로 현재 작업용 하네스를 다듬고, 하네싱 수준 재귀는 채택된 하네스와 교훈을 축적해 다음 작업을 이끈다. 세 벤치마크에서 단 한 단계만으로 최대 11.5점 향상을 기록했다.
작업 수준 재귀는 정답 피드백 없이, 실행 간 행동 대비를 통해 정제된 하네스를 구성한다.