Google Cloud AI Research wydał open-source Harness2 - framework do rekurencyjnej optymalizacji agentów AI, który polepsza system bez potrzeby zmiany wag modelu. Harness to wszystko wokół modelu: prompty, narzędzia, pamięć, umiejętności i orkiestracja. Harness2 ekspozuje 8 edytowalnych komponentów montowanych jako pliki: system prompt, guardrails, memory, tool guidance, subagents, skills, scripts i plugins. Framework działa bez etykiet i testów weryfikacyjnych - założenie jest takie, że zadania przychodzą nieznanymi ścieżkami bez możliwości sprawdzenia poprawności odpowiedzi.
Wersja 0.1.0 wymaga Linuxa z Pythonem 3.12 lub 3.13 i narzędziem uv. Modele wykonywane są przez Vertex AI. W testach jedna iteracja refinementu poprawiła wyniki dla wszystkich czterech konfiguracji modelu na trzech benchmarkach. Najlepszy wynik to GLM-5 pod OpenCode, który wzrósł z 64.2 do 75.7 punktów na WorkBuddy-Bench - przyrost 11.5 punktu. Najsłabszy rezultat to GLM-5 pod Codex na JobBench z przyrostem jedynie 1.2 punktu (z 23.6 do 24.8).
Podejście Harness2 wyróżnia się na tle innych metod self-improvement, które zazwyczaj wymagają etykiet lub gotowych testów. Framework Google został zbudowany do pracy w świecie otwartym, gdzie agent napotyka zadania nieznanymi wcześniej ścieżkami. To oznacza praktyczne zastosowanie bez potrzeby gromadzenia benchmark'ów dla każdego konkretnego scenariusza. Dla developerów główna przesłanie brzmi: agent może stać się lepszy bez lepszego modelu bazowego.