Harness2
NexusAi 摘要： Harness2 是一款即插即用的递归智能体 Harness 框架，可在不更改模型权重的情况下优化智能体 Harness。它通过迭代提出、探测并组合 Harness 修改方案，提升智能体在开放世界任务中的表现。
NexusAi 概览
在实际应用中，Harness2 将 Harness 设计视为迭代搜索：提出候选修改方案，执行探测以揭示行为差异，再组合出采纳有效改动的优化版 Harness。整个循环无需真实标签，并会保留经验，以加快后续任务的处理。
核心功能
该框架面向设计智能体系统、评估 Harness 策略，或需要在不重新训练模型的情况下实现可复现 Harness 改进的工程师和研究人员。典型用户会针对代码、法律或办公工作流优化工具调用循环、比较不同执行器的行为，并扩大实验预算，以衡量不同任务和领域中的边际收益。
- “提出–探测–组合”通过对比执行证据来修改 Harness 组件。
- 并行和顺序递归模式兼顾探索广度与优化深度。
- 支持 OpenCode 和 Codex 执行器，可进行真实或沙盒化代码执行。
- 持续保存已采用的 Harness 和经验，自动指导后续任务优化。
- 集成 JobBench、LAB 和 WorkBuddy-Bench，支持标准化评估。
应用趋势
代表性评价
在 Linux 上使用 Python 3.12 安装，创建隔离环境并安装仓库依赖。若要运行模型驱动的任务，请在环境文件中配置凭据和模型 ID，安装可选的基准测试依赖，然后运行 harness2 演示或基准测试命令，生成可复现的运行结果。工具包提供并行或顺序递归模式、任务选择预览以及评审和报告阶段等选项，确保评估过程一致。
NexusAi: Harness2 将 Harness 工程转变为可衡量、可复用的实验循环，同时无需更改模型权重。
快速上手
Harness2 适用于重视迭代优化 Harness 和可复现评估的场景，包括基准测试驱动的研究、优化工具调用循环的工程团队，以及必须保持模型权重不变的情况。它结合了对比式编辑、经验持久化和灵活的执行器配置，因此有别于临时的提示词调优。
打开该工具并查看其核心产品体验。
创建账户或进入你已有的工作空间。
使用你自己的任务判断速度、质量和适配度。
在最终决定前查看类似 AI 工具。
Harness2
Google Research 致力于为基础模型研究维护实验工具和基础设施。其团队发布可复现的框架，将研究方法与工程实践相结合，便于从业者采用。
Harness2（Harness²）提供了一套可复现、与模型无关的系统，通过递归而非更新权重来改进智能体 Harness，包括提示词、工具、记忆、技能和编排。执行任务时，它会运行“提出–探测–组合”循环，生成候选 Harness 修改方案，在同一任务中探测其效果，再依据行为差异组合出经过优化的 Harness。在并行与顺序两种递归模式下，框架会保留已采用的 Harness 和相关证据，为后续优化提供指导。该版本支持 OpenCode 和 Codex 执行器，并集成了 JobBench、LAB 和 WorkBuddy-Bench 的基准测试工具。Harness2 面向研究和工程工作流，兼顾确定性编辑器、真实执行和可选的模型评估，帮助团队迭代设计 Harness、衡量效果提升，并以可复现的方式继续实验。
访问 Harness2
评论 (0)
暂无评论