Northwestern 与 Google 论文提出 Harness2：无需答案键自动改进智能体 harness
Northwestern 与 Google 的论文 Harness² 提出 plug-and-play 的递归 harnessing 框架，让智能体 harness（提示词、工具、技能与记忆的封装）在新任务上无答案键自我改进：编辑模型提出修改，重跑任务只保留有效的修改，经验存入库指导后续任务。
Rohan Paul· @rohanpaul_ai · X·2026-11-15 08:08· 1 小时前AI 评分53
AI 导读
Northwestern 与 Google 的论文 Harness² 提出 plug-and-play 的递归 harnessing 框架，让智能体 harness（提示词、工具、技能与记忆的封装）在新任务上无答案键自我改进：编辑模型提出修改，重跑任务只保留有效的修改，经验存入库指导后续任务。
正文 · 原文
Northwestern 与 Google 的新论文表明，智能体 harness 可以在没有答案键的情况下，通过试运行修改并保留有效修改，在新任务上实现自我改进。
智能体的 harness 是包裹在模型外层的提示词、工具、技能与记忆。手动调优很慢，而新的真实世界任务没有答案键可供调优。
Harness2 运行智能体，由编辑模型提出 harness 修复方案，然后重跑任务，看哪些修复改善了智能体的行为。每个任务的经验会存入一个库，用于指导下一个任务的编辑。
单次改进步骤将 GLM-5 的 WorkBuddy-Bench 分数提高了 11.5 分，超过使用原生 harness 的 Gemini 3.5 Flash。若不进行这些试运行而直接编辑 harness，编码分数反而从 73.4 降至 63.2。
把智能体的 harness 视为需要按任务修订的对象，只保留那些在真实运行中改变其行为的修改。
来源：Rohan Paul · x.com
来源：RadarAI · aihot.news