GoogleがAIを賢くする仕組みHarness2を公開

Google Cloud AI ResearchはHarness²をオープンソース化しました。これは、凍結されたモデルの周りのコードやファイルを改善する再帰的なagent harnessing frameworkです。開発者にとって、その売り込みはシンプルです。より良いモデルがなくても、あなたのagentは改善される可能性があります。TL;DR サイズ: モデルではなくframeworkです。訓練されたパラメータは0個。編集可能なharnessコンポーネントは8個。バージョン0.1.0。動作環境: Python 3.12または3.13とuvを搭載したLinux。モデルの実行はVertex AIを介してモデルを呼び出します。GPU要件: 非公開。性能: 1回の改善ステップで、3つのベンチマークすべてにおいて、4つのモデルとharnessのセットアップすべてが改善されました。最高の結果: OpenCode下のGLM-5がWorkBuddy-Benchで64.2から75.7に上昇（+11.5ポイント）。最低の結果: Codex下のGLM-5がJobBenchでわずか1.2ポイント上昇（23.6から24.8）。

Harness²とは何ですか？Harness²は、Google Researchによるプラグアンドプレイのframeworkで、デプロイ中にagentのharnessを洗練させます。harnessとは、モデルの周りのすべてです。prompts、tools、memory、skills、そしてorchestrationです。Harnessingとは、そのシステムを最適化するプロセスです。モデルの重みは決して変更されません。

ターゲットとなる設定はオープンワールドです。タスクは未見の状態で到着し、答えが正しいかどうかを検証する人はいません。研究チームは、ほとんどの自己改善手法がlabelsやtest casesを前提としていると主張しています。Harness²はそれらなしで機能するように構築されています。

8つのharnessコンポーネントとは何ですか？Harness²は8つの編集可能なcomponentsを公開しており、それぞれがファイルとしてマウントされています。

System prompt

Guardrails

Memory

Tool guidance

Subagents

Skills

Scripts

Plugins (middleware)

これらは、context construction、tool interface、delegation、およびtool loop内のbehaviorをカバーしています。このlayoutは、以前のAgentic Harness Engineeringの作業における7ファイル分割を1つのcomponentで拡張したものです。

再帰的なagent harnessingはどのように機能しますか？このframeworkは、2つのリンクされたレベルのrecursionを実行します。タスクレベルのrecursionは、対照的なPropose, Probe, Composeステップを使用します。まず、agentはベースharnessでタスクを1回実行します。次に、editorが2つの候補を提案します。不変候補は、planningやtool usなど、一般的なagentの失敗をターゲットとします。