谷歌開源Harness²：讓AI自己改進工具鏈，GLM-5跑分提高11.5分

動察 Beating AI 快訊，Google Research 開源了 Harness²，讓 AI Agent 在不重新訓練模型的情況下，自動修改系統提示詞、記憶、Skills、工具規則，甚至腳本和插件。項目採用 Apache 2.0 協議，支持 OpenCode 和 Codex。

它的核心是讓 Agent 自己試錯。遇到新任務時，系統會先提出幾套改進方案，再讓不同版本的 Agent 分別執行，比較它們的表現，最後組合出更合適的方案。

即使沒有標準答案，也能根據實際執行過程尋找改進方向。任務結束後，系統還會記住哪些修改有效、為什麼有效，下次遇到類似問題時繼續參考，而不是每次都從頭摸索。

谷歌使用 GLM-5 和 Gemini 3.5 Flash 進行了測試。在 WorkBuddy-Bench 上，GLM-5 搭配 OpenCode，僅經過一輪優化，平均成績就從 64.2 分提高到 75.7 分，超過未優化的 Gemini 3.5 Flash 的 72.4 分。在法律任務測試中，GLM-5 的部分評分標準通過率也從 59.6% 升至 71.4%。

不過，實驗中默認由 Claude Opus 4.8 負責提出和實施改進，GLM-5 和 Gemini 主要負責執行任務，並不是它們完全依靠自己實現了進化。

國內開發者 Joseph Zhou 也展示了 Harness² 接入 Jev 1.14 的實驗，稱視覺任務表現持續改善。