Google Research открыла Harness² — фреймворк, который позволяет агенту итеративно менять окружающий его «рабочий контур»: инструкции, инструменты, память, защитные правила и порядок действий. Модель при этом можно оставить неизменной.
Что произошло
Проект опубликован как открытый код. На каждом шаге система предлагает изменения для harness, проверяет их на текущей задаче и собирает улучшенную конфигурацию, если эксперимент дал измеримый результат.
Почему это важно
Качество агента зависит не только от выбранной LLM. Один и тот же интеллект может работать по-разному в зависимости от инструментов, формата памяти, подсказок и правил проверки. Harness² переносит эту настройку из ручной магии промптов в процедуру с экспериментом и сравнением.
Что это даёт разработчикам
Такой подход особенно полезен для локальных и корпоративных агентов, где нельзя постоянно дообучать модель. Вместо изменения весов можно улучшать оболочку и сохранять удачные решения как повторяемые навыки.
Вывод
В ближайшее время конкурировать будут не только модели, но и системы вокруг них. Хороший harness способен дать больше практической пользы, чем очередная смена базовой LLM без измерения результата.