描述
Harness2 是 Google Research 设计的一个复杂框架，用于在开放世界环境中进行递归代理的利用。它专注于优化围绕 AI 模型的系统，称为 harness，而不修改模型权重。这种方法允许通过两级递归过程实现高效的任务执行和持续改进。
阅读更多
该框架通过使用对比的 Propose–Probe–Compose 步骤来精炼当前任务的执行 harness，同时将改进写入持久的 harness 以供未来任务使用。这种双级递归确保系统能够随着时间的推移进行适应和改进，而无需监督微调或改变模型参数。
Harness2 支持多种模型和执行器，包括 GLM-5 和 Gemini 3.5 Flash，Vertex AI 模型是其架构的关键组成部分。该框架设计为在 Linux 上运行，使用 Python 3.12 和 Node.js 20+，并且其本地演示不需要 GPU，可以在 CPU 上运行。
该框架包括八个可编辑组件，可以调整以优化性能，例如系统提示、护栏、内存、工具指导、子代理、技能、脚本和插件。这些组件允许用户根据特定任务和环境定制 harness，从而提高 AI 系统的整体效率和有效性。
Harness2 不是 Google 官方支持的产品，遵循 Apache 2.0 许可证。它旨在为需要灵活和强大框架的用户提供 AI 模型执行和改进，特别是在专业和法律工作环境中。
- 类别AI 智能体构建工具
- 定价模式开源
- 部署自托管
- 平台Linux
Harness2的核心功能
递归代理利用
两级递归过程
模型权重保持
八个可编辑组件
支持 GLM-5 和 Gemini 3.5 Flash
与 Linux 和 Python 3.12 兼容
演示不需要 GPU
Apache 2.0 许可证
如何使用 Harness2？
安装：在 Linux 上设置 Python 3.12 和 Node.js 20+
配置：调整可编辑组件以优化任务
运行：在没有模型凭证的情况下执行本地演示
优化：使用 Propose–Probe–Compose 进行 harness 改进
Harness2的使用案例
- 专业工作
- 法律工作
- 办公室自动化
- 网页开发
- 代码执行
