Google Research 开源了 Harness²，一个通过两层递归在不更新模型权重的前提下优化 LLM 智能体表现的框架。据项目方说法，该框架在 WorkBuddy-Bench 等测试中最高带来 11.5 分提升，并支持并行与顺序两种递归模式，已集成多款基准测试，以 Apache 2.0 协议发布。上述分数为项目方自述，目前来源仅为一条简报，尚无独立复现或实现细节披露。
背景
这里的“harness”指包裹 LLM 的执行脚手架；Harness² 优化的是这一层，而不是模型权重。按项目与论文页面的说明，它把递归分成任务级的反复改进和跨任务的 harness 持续学习两层，并强调在开放环境中处理设计时未见过的新任务。
参考链接
社区讨论
对智能体开发者来说，这意味着可以在不重新训练、不改动模型权重的情况下，直接套用该框架及其已集成的基准来调优 agent 流程，Apache 2.0 协议也便于修改和商用集成。但由于缺少实现细节与第三方复现，11.5 分的提升能否迁移到自有任务上仍需自行验证。