Harness²

简介

Harness² 由 Google Cloud AI Research 与美国西北大学的研究者提出，论文《Harness²: Recursive Agent Harnessing for an Open World》（arXiv 2610.14224）与代码于 2026 年 10 月开源，GitHub 已有约 1.4 万星，10 月 20 日登上 Product Hunt 日榜第 3。它把「harness」定义为模型之外让它成为智能体的整套系统，并在模型权重不变的前提下递归优化这套系统。官方实验显示，在三个专业基准、四种模型与 harness 组合下，只做一步 Harness² 就能让 GLM-5 和 Gemini 3.5 Flash 超过各自的基础 harness：WorkBuddy-Bench 最多提升 11.5 分，JobBench 提升 4.5 分，LAB 部分通过率提升 11.8 个百分点，加大递归预算还能继续提升（官方自测）。需要 Linux、Python 3.12 和 uv；跑模型基准还需 Node.js 20+ 和 Google Cloud CLI，默认通过 Vertex AI 调用模型。仓库声明这不是 Google 官方支持的产品。官方来源：https://harness2.github.io/ 、https://github.com/google-research/harness2 、https://arxiv.org/abs/2610.14224 。 定价：免费开源（Apache 2.0）；运行模型基准会产生所用模型的 API 费用（默认 Vertex AI），本地演示无需凭据、不产生费用。

• 任务级递归对当前任务用「提议–探测–组合」（Propose–Probe–Compose）一步——先提出 harness 修改，在同一任务上对比执行效果，再根据行为差异组合出更好的 harness，不需要标准答案
• harness 级递归每完成一个任务，把采纳的 harness 和有证据支持的经验写入持续更新的「改进 harness」，指导后续任务
• 可编辑的 8 个组件系统提示、护栏、记忆、工具说明、子智能体、技能、脚本、插件
• 并行递归（同时探索多个候选）与顺序递归（逐步深化），用 --k 控制预算
• 执行器默认 OpenCode，可切换到 Codex（--substrate cx）
• 内置 JobBench、LAB（法律）、WorkBuddy-Bench（办公 / 网页 / 代码）三套基准的安装、评测与报告命令
• 本地演示 harness2-demo 无需任何模型凭据即可跑通两种递归模式

界面截图

可左右滑动，或使用方向键、Home 和 End 浏览截图。