Harness2
NexusAi 摘要： Harness2 是一套即插即用的遞迴代理框架，可在不改動模型權重的情況下持續改良代理的 harness。它會反覆提出、測試並組合 harness 修改，提升代理在開放世界任務中的表現。
NexusAi 概覽
Harness2 將 harness 設計視為反覆搜尋的過程：提出候選修改、執行測試以找出行為差異，再組合出採納有效變更的改良版 harness。整個循環不需要標準答案標籤，並會保留經驗，讓後續任務能更快完成改良。
核心功能
此框架適用於設計代理系統、評測 harness 策略，或需要在不重新訓練模型的情況下可重現地改良 harness 的工程師與研究人員。常見應用包括改良程式碼、法律或辦公室工作流程中的工具循環、比較不同執行器的行為，以及擴大實驗規模，衡量各項任務與領域的邊際效益。
- 「提出–測試–組合」會根據對比式執行證據，修改 harness 元件。
- 平行與循序遞迴模式兼顧探索廣度與改良深度。
- 支援 OpenCode 和 Codex 執行器，可進行實際或沙箱化的程式碼執行。
- 保留已採用的 harness 與經驗，自動引導未來任務的改良。
- 整合 JobBench、LAB 與 WorkBuddy-Bench，進行標準化評估。
實務趨勢
代表性引言
在 Linux 上使用 Python 3.12 安裝，建立隔離環境，並安裝儲存庫所需的相依套件。若要進行模型驅動的執行，請在環境檔中設定憑證與模型 ID，安裝選用的基準測試相依套件，再執行 harness2 示範或基準測試指令，產生可重現的執行結果。工具套件提供平行或循序遞迴、任務選取預覽，以及評審／報告階段等旗標，確保評估方式一致。
NexusAi: Harness2 將 harness 工程轉化為可衡量、可重複運用的實驗循環，而且不必改動模型權重。
開始使用
Harness2 最適合需要反覆改良 harness 並進行可重現評估的情境，例如以基準測試為核心的研究、改良工具循環的工程團隊，以及必須維持模型權重不變的案例。它結合對比式編輯、持續累積的經驗與靈活的執行器支援，有別於臨時性的提示詞調整。
開啟該工具並檢視其核心產品體驗。
建立帳戶或進入你已有的工作空間。
使用你自己的任務判斷速度、品質與適配度。
在最終決定前查看類似 AI 工具。
Harness2
Google Research 為基礎模型研究維護實驗工具與基礎架構。其團隊發布可重現的框架，將研究方法與工程實務相結合，協助實務工作者採用。
Harness2（Harness²）提供一套可重現且與模型無關的系統，透過遞迴而非更新權重來改良代理的 harness，包括提示詞、工具、記憶、技能與協調機制。在執行任務時，它會運用「提出–測試–組合」循環產生候選 harness 修改、測試其對同一任務的影響，並根據行為差異組合出改良版 harness。在平行與循序遞迴模式下，框架會保留已採用的 harness 和相關證據，作為後續改良的依據。此版本支援 OpenCode 和 Codex 執行器，並整合 JobBench、LAB 與 WorkBuddy-Bench 的基準測試工具。Harness2 專為研究與工程工作流程打造，兼顧確定性編輯器、實際執行與選用的模型評估功能，讓團隊能反覆改良 harness 設計、衡量成效，並以可重現的方式延續實驗。
造訪 Harness2
留言 (0)
尚無留言