谷歌开源 Agent 执行系统自动优化工具 Harness²
谷歌开源的 Harness² 不改模型权重，让 Agent 自己调试 System Prompt、记忆、子 Agent 这些配置，还兼容 Codex，搞 Agent 开发的可以试试。
谷歌开源了 Harness²，一个让 Agent 在执行任务过程中自动优化自身 Harness 的工具。它不训练模型、不修改权重，而是自动调整 System Prompt、工具、记忆、Skills、子 Agent、脚本等配置。核心是 Propose–Probe–Compose 循环：提出多个修改方案、让不同配置执行同一任务、对比轨迹后合成更优的 Harness。任务完成后还会保留有执行证据支持的改进经验，指导后续优化。工具支持并行与顺序递归，兼容 OpenCode、Codex 执行器，可优化八类组件。
谷歌最新开源了一个Agent执行系统自动优化工具：Harness²，让Agent在执行任务过程中自动改进自己的工作系统
不训练模型、不修改权重
目的是给大模型套的System Prompt、工具、记忆、Skills、子Agent、脚本、插件、编排机制等Harness，减少开发反复尝试、修改、测试的过程
Harness² 要把这种人工调试，变成Agent自己可以反复执行的优化过程
两层递归优化机制： 任务级递归：面对一个新任务，Agent不直接固定使用原来的Harness，通过Propose–Probe–Compose循环进行优化
Propose，提出多个Harness修改方案 Probe，让不同配置实际执行同一个任务，观察行为差异 Compose，对比执行轨迹，综合有效改进，生成更适合当前任务的 Harness
Harness级递归：任务完成后，不只保存结果，还会保留采用的Harness及有执行证据支持的改进经验，用于指导后续任务中的Harness优化
支持并行和顺序递归，兼容OpenCode、Codex执行器，可以优化System Prompt、Guardrails、Memory、Tool Guidance、Subagents、Skills、Scripts、Plugins八类组件
#Harness2 #Harness自优化
