Harness² nhìn nhận việc cải thiện tác tử là bài toán về hệ thống, thay vì bài toán cập nhật mô hình. Thay vì chỉnh sửa trọng số mô hình, khung này liên tục tinh chỉnh bộ khung vận hành của tác tử — gồm các system prompt, hàng rào bảo vệ, cấu trúc bộ nhớ, hướng dẫn sử dụng công cụ, tác tử con và tập lệnh định hình hành vi — rồi dùng phương pháp thực thi đối chiếu để chỉ chấp nhận những thay đổi chứng minh được là cải thiện kết quả trên cùng một nhiệm vụ. Cách tiếp cận này phù hợp với các doanh nghiệp phải cố định mô hình vì lý do tuân thủ, chi phí hoặc chứng nhận, nhưng vẫn muốn cải thiện hành vi từng bước thông qua những thay đổi có thể tái lập và kiểm thử.
Trong thực tế, Harness² vận hành theo vòng lặp Đề xuất–Thăm dò–Tổng hợp: các bộ chỉnh sửa đề xuất những thay đổi tiềm năng cho bộ khung, hệ thống chạy cùng một nhiệm vụ nhiều lần để thăm dò khác biệt về hành vi, rồi bộ tổng hợp tạo ra bộ khung mới, chỉ giữ lại những thay đổi được kết quả quan sát thực nghiệm chứng minh. Hệ thống triển khai hai cấp độ đệ quy. Đệ quy cấp nhiệm vụ tập trung vào công việc trước mắt (đề xuất song song hoặc tinh chỉnh tuần tự, được kiểm soát bằng ngân sách --k). Đệ quy cấp bộ khung ghi lại lâu dài các bộ khung được chấp nhận cùng những bài học rút ra, để các nhiệm vụ sau bắt đầu với nền tảng tốt hơn và có thể kế thừa kinh nghiệm mà không cần nhãn giám sát tường minh.
Kết quả kiểm chuẩn do dự án công bố cho thấy mức cải thiện đáng kể khi sử dụng các mô hình cố định: chỉ một bước Harness² đã cải thiện GLM-5 và Gemini 3.5 Flash trên WorkBuddy-Bench, JobBench và LAB; mức tăng cao nhất vào khoảng 11,5 điểm trên WorkBuddy, 4,5 điểm trên JobBench và gần 12 điểm phần trăm ở chỉ số đạt một phần của LAB. Khung này hỗ trợ các bộ thực thi kiểu OpenCode và Codex, các chế độ đệ quy song song lẫn tuần tự, cùng công cụ thiết thực để chạy thử cục bộ và đánh giá kiểm chuẩn có chấm điểm. Những kết quả này cho thấy tối ưu hóa bộ khung có thể là hướng cải thiện hiệu quả cao khi việc thay đổi mô hình không khả thi.
Với các nhà phát triển xây dựng tác tử lập trình, trợ lý doanh nghiệp hoặc quy trình tự hành, Harness² cung cấp cách làm cụ thể: xác định các thành phần có thể chỉnh sửa trong bộ khung, xây dựng bộ chỉnh sửa có tính xác định để tạo các thay đổi tiềm năng, thiết lập bước thăm dò vững chắc (chạy lặp lại nhiệm vụ và dùng bộ chấm điểm), đồng thời duy trì một bộ khung cải tiến lâu dài để lưu lại những bài học có bằng chứng hậu thuẫn. Kho mã nguồn có các luồng demo chạy được mà không cần thông tin xác thực mô hình, cùng hướng dẫn dành cho Vertex AI, bộ thực thi Codex và môi trường kiểm chuẩn chạy trong Docker. Giấy phép Apache-2.0 giúp các nhóm cần giấy phép linh hoạt dễ dàng tích hợp và phân phối lại.