谷歌开源Harness²框架，冻结模型权重也能提升智能体表现

谷歌云AI研究团队近日开源了名为 Harness² 的递归智能体框架，并同步放出论文与代码。与常规做法不同，这套框架不训练、也不改动任何模型权重，而是把优化目标放在模型"外围"——也就是提示词、工具、记忆、技能、子智能体等支撑组件上。

在具体机制上，Harness² 把智能体的"脚手架"拆成 8 个可编辑组件，分别挂载为文件：系统提示、护栏、记忆、工具指引、子智能体、技能、脚本，以及作为中间件的插件。框架在部署时运行两层递归：任务层用"提议—探测—组合"的方式对同一个任务尝试两种改造方案，只保留被实际运行轨迹验证有效的改动；框架层则在每完成一个任务后，把采纳的改动与经验写入一份 EXPERIENCE.md，供后续任务参考。

测试数据来自三个专业基准：WorkBuddy-Bench、JobBench 与 Harvey 的 LAB。结果显示，仅一次精炼步骤，四组"模型+脚手架"组合在三项基准上全部提升；其中提升最大的是在 OpenCode 环境下运行的 GLM-5，于 WorkBuddy-Bench 上从 64.2 分升至 75.7 分，单步提高 11.5 分，甚至反超了未改造的 Gemini 3.5 Flash 基座。较弱的执行模型获益最明显。

对行业而言，Harness² 指向一种更务实的增益路径：在无法微调或重训大模型的团队里，只要优化围绕模型的脚手架，就能在智能体任务上拿到可量化的提升，且无需准备训练集或测试样例。它目前以 Apache-2.0 协议开源，版本为 0.1.0，运行在 Linux 加 Python 3.12/3.13 环境，模型调用经由 Vertex AI。开源之后，这类"冻结模型、改造外壳"的思路，可能成为企业落地智能体时更常被采用的低成本杠杆。