谷歌开源Harness²：Agent脚手架递归自我改进框架

2026年10月19日，量子位报道谷歌团队开源了 Harness² 项目。该项目采用双层递归设计，让大模型能够在运行过程中自动调整自身的执行轨迹和环境参数。第一层为任务级递归，通过 Propose–Probe–Compose 机制，在没有标准答案的开放任务中进行行为对比择优合成；第二层为改进级递归，将调试记录沉淀到经验库中，形成可迁移的认知资产。整体思路是将脚手架的自我改进与经验积累结合起来，为 Agent 提供持续迭代的机制。目前尚无后续报道补充更多细节。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。