谷歌开源 Harness²：大模型实现运行时自我进化，GLM-5 表现超越原生 Gemini

封面为AI生成的主题示意图，非新闻现场照片。

谷歌近日开源了名为 Harness² 的大模型递归自我改进（RSI）系统。该系统具备在运行中自动修改外挂代码、优化系统提示词及更新技能库的能力，旨在解决传统 AI Agent 缺乏标准答案和过度拟合单次任务两大难题。

Harness² 采用双层递归架构：第一层为任务级递归，通过“提议 - 探测 - 合成”机制在未知环境中进行对照实验；第二层为改进级递归，将调试经验沉淀为元能力并写入经验库，供后续任务调用，实现终身学习。

实测数据显示，装配 Harness² 的 GLM-5 模型在 WorkBuddy-Bench 基准测试中综合得分高达 75.7 分，直接反超原生 Gemini 3.5 Flash（72.4 分）。同时在 JobBench 和 LAB 法律智能体基准上，该优化系统也均取得了显著的性能提升。

谷歌团队指出，随着基座模型 Scaling 边际效益放缓，依赖预训练参数无法解决落地场景中的长尾 Bug。Harness² 提供了一套运行时认知工程方案，将规则制定权力交还给 Agent，推动大模型向持续进化方向发展。

目前该项目已全面开源并支持 OpenCode 与 Codex。此外，通过跨领域迁移测试验证了经验库的泛化能力，仅需在旧任务积累的经验即可在无需额外探测的情况下帮助新任务无痛涨分。