Google 研究团队开源 Harness²：模型权重不动，边做任务边自动调 Agent 的外壳
Google Cloud AI Research 联合西北大学的研究者开源了 Harness²（Apache-2.0）。它调的是模型外面那层 harness，共 8 类文件：系统提示、护栏、记忆、工具说明、技能、脚本、子 Agent 和插件。每个任务先按原配置跑一遍，再让编辑模型写出通用、领域两份改法各试跑一次，对照行为差异合成新配置，全程不看标准答案。采用的配置和经验存进库，给后面的任务参考。
论文拿 GLM-5 和 Gemini 3.5 Flash 分别跑在 OpenCode 和 Codex 下。改一轮后，WorkBuddy-Bench 最多提了 11.5 分，是 GLM-5 在 OpenCode 下从 64.2 涨到 75.7。这个 75.7 已经高过同在 OpenCode 下 Gemini 3.5 Flash 原配置的 72.4。代价是每个任务要多跑几遍。
同一个模型，换一套自动调过的外壳就能拉开分差，Agent 跑分越来越难全算在模型头上。
来源：https://github.com/google-research/harness2
论文：https://arxiv.org/abs/2610.14224
一起交流