谷歌开源Harness²递归智能体框架
先了解这件事
2026年10月9日，Harness²项目组在arXiv发布论文，提出面向开放世界的递归智能体执行框架。该框架无需真值验证器，通过任务级和harness级两层递归机制自动演化harness，并在GLM-5和Gemini 3.5 Flash模型上验证了有效性。 在WorkBuddy-Bench等基准测试中，该框架单次递归步骤带来最高11.5分的性能提升。早先报道将其描述为项目组发布，后续报道指出其具体机制包括Propose–Probe–Compose流程，用于在无标准答案场景下进行对照实验与经验沉淀。 10月19日，量子位报道谷歌已将该项目全面开源，并确认支持OpenCode与Codex平台。这表明Harness²已从学术验证阶段进入工程应用阶段，旨在让大模型在运行中自主修改代码、提示词及工具链，以提升Agent性能。
AI 根据报道生成 · 2 小时前更新
事件进展
2 个进展
- 10月19日 11:11 · 1 篇报道谷歌开源RSI框架Harness²及研究论文量子位：谷歌开源RSI新成果Harness²：双层递归架构提升Agent性能
- 10月14日 12:00 · 1 篇报道arXiv公布Harness^2论文arXiv · AI：Harness^2: 面向开放世界的递归智能体执行框架
报道时间线
沿着报道，了解事件的不同侧面。
- 量子位精选谷歌开源RSI新成果Harness²：双层递归架构提升Agent性能
谷歌开源了名为Harness²的递归自我改进（RSI）系统，旨在让大模型在运行中自主修改代码、提示词及工具链。该架构采用任务级与改进级双层递归，通过Propose–Probe–Compose机制在无标准答案场景下进行对照实验与合成，并将经验沉淀至持续改进库。
- arXiv · AIHarness^2: 面向开放世界的递归智能体执行框架
Harness^2 提出递归智能体执行框架，无需真值验证器即可在开放世界自动演化 harness。 该框架通过任务级和 harness 级两层递归实现改进，在 GLM-5 和 Gemini 3.5 Flash 上验证有效。 在 WorkBuddy-Bench 等基准测试中，单次递归步骤带来最高 11.5 分的性能提升。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 910月14日 16:00
- 近 24 小时变化
- –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。