Google 开源 Harness²：不改模型权重，让 agent 自己改提示词、工具与记忆，WorkBuddy-Bench 最高 +11.5 分

Google Cloud AI Research 开源 Harness²（arXiv 2610.14224），一个不更新模型权重、只改 agent 外围配置的框架。它把 harness 拆成八个可编辑部件：系统提示、护栏、记忆、工具说明、子 agent、技能、脚本与插件；任务级递归用 Propose–Probe–Compose 在同一个任务上提出改动、实测效果、再按行为差异组合，不需要标准答案；harness 级递归则把每次采纳的改动与经验写进一个持续改进的 harness，供后续任务复用。官方在三个专业基准、四种模型-harness 组合上报告单步提升最高 11.5 分（WorkBuddy-Bench）、4.5 分（JobBench）、11.8 个百分点（LAB 部分通过率），支持 OpenCode 与 Codex 执行器。