Google Research hat Harness² als Open-Source-Framework veröffentlicht, das KI-Agenten ihre eigene Arbeitsumgebung für neue Aufgaben überarbeiten lässt. Statt Modellgewichte zu verändern, optimiert es acht Bausteine rund um den Agenten, darunter System-Prompt, Regeln, Speicher, Skills, Tool-Hinweise, Skripte, Subagenten und Plugins.
Harness² prüft Änderungen an derselben Aufgabe
Für jede Aufgabe führt der Agent zunächst die bestehende Konfiguration aus. Danach erstellt ein Editor zwei Kandidaten: Eine Variante richtet sich auf allgemeine Schwächen bei Planung, Tool-Nutzung oder Kontextverwaltung, die zweite auf das jeweilige Fachgebiet. Beide treten unter denselben Bedingungen gegen den Ausgangslauf an.
Quelle: Google
Ein Composer vergleicht Abläufe und Ergebnisse. Er übernimmt Änderungen, wenn das Verhalten zeigt, dass sie ein konkretes Problem lösen, oder verwirft sie. Dafür braucht Harness² weder eine Musterlösung noch einen Prüfer, der die richtige Antwort kennt.
Eine zweite Rekursionsebene speichert den gewählten Harness samt belegten Erfahrungen in einer Bibliothek. Bei späteren Aufgaben startet der Agent erneut mit der gemeinsamen Grundkonfiguration, kann passende Bausteine und frühere Erkenntnisse aber gezielt verwenden. Das soll verhindern, dass stark auf eine einzelne Aufgabe zugeschnittene Regeln einfach weitergereicht werden.
Anzeige
Bis zu 11,8 Prozentpunkte mehr im Benchmark
Die Forscher testeten Harness² mit GLM-5 und Gemini 3.5 Flash unter OpenCode und Codex. Ein Verbesserungsschritt steigerte die Ergebnisse in allen vier Modell-Harness-Kombinationen auf WorkBuddy-Bench, JobBench und dem Legal Agent Benchmark. Die größten Zugewinne betrugen 11,8 Prozentpunkte. Größere Budgets für parallele oder aufeinanderfolgende Durchläufe brachten weitere Verbesserungen.
Der Code steht unter Apache 2.0 auf GitHub. Eine lokale Demo läuft unter Linux mit Python 3.12 und uv ohne Modellzugang. Für die modellgestützten Benchmarks sind zusätzliche Abhängigkeiten und ein Vertex-AI-Zugang nötig. Google weist außerdem darauf hin, dass das Projekt kein offiziell unterstütztes Produkt ist.
