谷歌开源 Harness² 框架：无需修改模型权重即可实现运行时自我改进

谷歌近日开源递归自我改进框架 Harness²。该框架无需调整大模型底座权重，而是通过优化运行脚手架提升模型表现，并采用任务级递归与改进级递归双层架构：前者通过提议、探测和合成机制验证改动，后者将调试经验沉淀至经验库，供后续任务检索复用。测试显示，接入 Harness² 后，GLM-5 在 WorkBuddy-Bench 上提升 11.5 分，并在 JobBench、法律基准 LAB 等测试中实现性能提升。谷歌表示，该框架旨在探索基于运行时的模型改进路径。