Google 开源 Harness²：让 AI 智能体自己改写"脚手架"，登 GitHub 热榜

发生了什么

Harness² 的核心思路是：大多数自改进研究依赖标注数据或测试用例来判断系统是否变好，而真实部署中这些通常不存在。Harness² 假设任务突然出现、没有评分者、模型本身保持出厂状态，唯一变化的是"脚手架"：提示词、子智能体、把请求路由到正确工具的脚本。

其工作机制名为 Propose-Probe-Compose（提议-探测-组合），专为没有标准答案的开放任务设计：系统先针对自身脚手架提出两个候选修改（一个针对通用弱点，一个针对当前任务的特定问题），然后在相同条件下实际运行两个候选、与基线行为对比，最后只保留行为对比真正支持的修改，丢弃其余。整个过程不需要标注的正确性信号。

Google 团队在多个基准上测试了该方法，让 GLM-5 等模型运行在 OpenCode、Codex 等脚手架中，观察单轮优化在不改动底层权重的情况下能带来多少提升。相关论文已于 10 月 9 日发布在 arXiv，代码托管在 github.com/google-research/harness2。仓库声明其为研究代码，并非 Google 官方支持的产品。

关键事实

开源信息：2026 年 10 月 9 日发布，Apache 2.0 许可，版本号 0.1.0，团队由 Tomas Pfister 领衔，成员包括 Ruiyao Xu、Yanfei Chen、Rujun Han 等，隶属 Google Cloud AI Research（非 Google DeepMind）。

热度：GitHub 单周新增星标超过 6000，登上 10 月 GitHub 热榜。仓库地址：https://github.com/google-research/harness2。

8 个可改写文件：系统提示词（system prompt）、护栏（guardrails）、记忆（memory）、工具指引（tool guidance）、子智能体（subagents）、技能（skills）、脚本（scripts）、插件（plugins）。