Harness² 開源：讓 AI 試著改進自己的做事方法

Google Research 開源的 Harness²，讓 AI 嘗試修改自己的做事方法。模型本身維持原樣，改的是你給它的指示、工具用法，以及任務中會參考的記憶與技能。這些周邊設定，專案統稱為 harness。來源：官方 repo，十月十八日查核

它怎麼改進？先換做法，再跑一次

它先提出幾種設定修改，讓 AI 用不同做法執行同一個任務，再比較過程中的差異，組合出新設定。接著把採用的設定與有執行證據的經驗存下來，供後續任務參考。

這個修改過程不需要先拿到標準答案，但「試過另一種做法」不代表事情一定做對。研究團隊的論文報告了多項評測改善；換到你的工作，仍得自己驗收。

跟地端代理協作框架怎麼搭？

若要整合，可以把地端代理協作框架想成負責分派工作、呼叫工具的系統，Harness² 則負責嘗試修改它能控制的設定，觀察不同做法的結果。模型運算、代理分工與設定改善，是不同層的工作。

現成版本支援 OpenCode、Codex 執行器。依設定文件，Codex 可指定其他 Responses API 端點；要接本地模型，仍須確認介面與工具呼叫相容，整條流程用到的模型也要逐一檢查。在自己電腦啟動程式，不等於所有推理都留在地端。

實際可以拿來做什麼？

接上自己的任務與工具後，可以實驗下面幾種用途。這些是整合構想，並非裝好就有的功能：

• 寫程式：調整讀取專案、修改程式與執行測試的指示，比較哪種設定比較少漏步驟。
• 整理資料：嘗試不同的搜尋與來源核對指示，檢查是否減少漏查或引用錯誤。
• 製作報告：調整分析、寫作與檢查的指示，再核對成品是否符合指定格式。

可以先用官方免模型憑證的 demo 看流程，再挑一個可重複驗收的小任務測試。試跑會多花時間；使用雲端模型也會增加 API 費用。實驗指南還提醒要限制 agent 讀取公開評分資料，避免它照著答案做。本文未實測，也未驗證全地端整合。