谷歌开源 Harness²，GLM-5 跑分提高 11.5 分

ChainCatcher 消息，Google Research 开源 AI 工具链自改进框架 Harness²，使 AI Agent 在不重新训练模型的情况下，自动修改系统提示词、记忆、Skills、工具规则以及脚本和插件。项目采用 Apache 2.0 协议，支持 OpenCode 和 Codex。其核心机制是让 Agent 自行试错，遇到新任务时先提出几套改进方案，再由不同版本的 Agent 分别执行并比较表现，最后组合出更合适的方案。

即使没有标准答案，系统也可根据实际执行过程寻找改进方向。任务结束后，系统会记住哪些修改有效以及原因，供下次类似问题参考。谷歌使用 GLM-5 和 Gemini 3.5 Flash 进行测试。在 WorkBuddy-Bench 上，GLM-5 搭配 OpenCode，仅一轮优化后平均成绩从 64.2 分提高到 75.7 分，超过未优化的 Gemini 3.5 Flash 的 72.4 分。

在法律任务测试中，GLM-5 部分评分标准通过率从 59.6% 升至 71.4%。实验中默认由 Claude Opus 4.8 负责提出和实施改进，GLM-5 和 Gemini 主要负责执行任务，并非完全依靠自身实现进化。国内开发者 Joseph Zhou 展示了 Harness² 接入 Jev 1.14 的实验，称视觉任务表现持续改善。