Google 开源 Harness2，可在测试时重写 Agent Harness

2026 年 10 月 18 日，Google Research 开源了 Harness2 框架，采用 Apache-2.0 协议。据 MarkTechPost 报道，该框架能在测试时重写 agent 的 harness；仅一次 refinement，就让 GLM-5 在 WorkBuddy-Bench 上提升 11.5 分，且没有更新任何模型权重。

次日，即 10 月 19 日，Reddit 的 LocalLLaMA 社区有用户发帖，对 Harness2 作了进一步描述：它能把任意 AI harness 变成随时间自我改进的系统。帖子把 harness 解释为模型之外的一切，包括 system prompt、工具、记忆、技能和 subagents；通常由人设计一次，agent 之后面对每个新任务都沿用这套固定配置。而在 Harness2 下，agent 会针对每个任务自行提出 harness 改动，运行多个候选版本，并通过比较各自表现选出更优方案，无需标准答案或评分。

两篇材料在发布时间、开源主体和协议上一致，但对能力的描述侧重不同：MarkTechPost 给出了一次 refinement 带来 11.5 分提升的具体数字，Reddit 帖子则强调按任务自我改进、多候选对比的机制，未给出量化结果。目前公开信息停留在开源发布与社区解读阶段。