北京
模型没换，权重没动，分数却上去了。Google 开源的 Harness² 框架给出的答案有点反直觉：把力气花在模型外面。
它是一个即插即用的智能体优化框架。核心动作只有一个——在不改变底层模型权重的前提下，自动调整系统提示词、工具指南、记忆、子智能体等 8 个外围组件，靠这些外围配置的提升来拉动任务表现。
换句话说，模型还是那个模型，变的是它被"怎么用"。
双层递归，自己教自己
Harness² 采用的是双层递归机制。第一层针对当前任务：在没有标准答案反馈的情况下，通过对比试探来优化当前任务的执行配置。第二层则把成功的经验沉淀下来，用于指导后续任务。
这两层叠在一起，形成了一种持续学习的路径——不是靠人手动调参，而是让框架自己在执行过程中试出更优配置，再把试出来的东西留下来。
对开发者来说，这免去的是繁琐的手动调优工作。系统提示词怎么写、工具指南怎么组织、记忆怎么留、子智能体怎么分工，这些原本靠经验和反复试错的部分，被交给了自动化流程。
单步递归就有 11.5 分
效果数据落在三项专业基准测试上。仅需单步递归，GLM-5 和 Gemini3.5Flash 的表现就能比基础配置最高提升 11.5 分。
这个数字值得多看一眼的地方在于"单步"两个字。递归只走了一步，提升就已经出现，说明外围组件的调整空间本身就不小。
从工程视角看，这条路线绕开了两个常见成本：一是重新训练或微调模型所需的算力，二是为每个任务手工写一套最优配置的人力。框架把优化对象从"模型内部"挪到了"模型外围"，门槛随之降低。
开源之后，这套 8 组件加双层递归的组合会被拿去跑什么样的任务，才是真正检验它的地方。基准测试的分数是一回事，真实场景里那些没有标准答案、反馈还特别稀疏的活儿，是另一回事。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
