Google Research 发布 Harness²：让智能体在冻结模型外自行改进运行框架

Google Research 发布了 Harness² 框架，在模型参数冻结的情况下迭代改进围绕它的 harness（运行环境）。流程分四步：先用基础 harness 跑任务记录基线轨迹，Editor agent 起草 2 个候选编辑（SI、Skills、hooks 等）并运行，Composer agent 对比新轨迹与基线后合并有效编辑，Reflector agent 把经验存入库供后续任务调用。Gemini 3.5 Flash 在 WorkBuddy-Bench 上提升 8.4 分，JobBench 上提升 7.5 分，且在全部 3 个基准上都因自我编辑 harness 而提升。消融显示 Skills 和脚本贡献约 50% 的编辑，去掉 Skills 会损失 5.3 分。论文与代码已公开。