Google Research представила Harness²: агент сам переписывает свою обвязку и прибавляет до 11,8 балла
Harness2 by Google Research – Recursive Agent Harnessing
Harness² — открытый фреймворк Google Research для рекурсивной оптимизации агентной обвязки без изменения весов модели. На уровне задачи агент через цикл Propose–Probe–Compose предлагает правки, проверяет их на той же задаче и собирает улучшенную обвязку по поведенческим контрастам, без эталонных ответов. На уровне харнессинга накопленный опыт переносится в постоянную «обвязку улучшения». Один шаг даёт прирост до 11,5 пункта на WorkBuddy-Bench и 11,8 п.п. на LAB.
Task-level recursion refines the execution harness for the current task through a contrastive Propose–Probe–Compose step: propose edits, probe their effects on the same task, and compose a refined harness from behavioral contrasts between executions, without ground-truth feedback.