Google Membuka Sumber Harness², Meningkatkan Skor GLM-5 sebanyak 11.5 Mata

ChainCatcher melaporkan, Google Research telah melepaskan rangka kerja peningkatan diri alat AI Harness², yang membolehkan AI Agent secara automatik mengubah petunjuk sistem, memori, Kemahiran, peraturan alat, serta skrip dan plugin tanpa perlu melatih semula model. Projek ini menggunakan lesen Apache 2.0 dan menyokong OpenCode dan Codex. Mekanisme utamanya ialah membenarkan Agent menguji dan membuat kesilapan sendiri; apabila menghadapi tugas baru, ia terlebih dahulu mencadangkan beberapa cadangan peningkatan, kemudian versi berbeza Agent menjalankan cadangan tersebut dan membandingkan prestasi, akhirnya menggabungkan cadangan yang paling sesuai. Sistem ini boleh mencari arah peningkatan walaupun tiada jawapan standard. Selepas tugas selesai, sistem akan mengingat perubahan mana yang berkesan dan sebabnya, untuk rujukan pada masa depan apabila menghadapi masalah serupa. Google menguji dengan GLM-5 dan Gemini 3.5 Flash. Di WorkBuddy-Bench, GLM-5 bersama OpenCode meningkatkan skor purata dari 64.2 kepada 75.7 hanya selepas satu putaran pengoptimuman, melebihi Gemini 3.5 Flash yang tidak dioptimumkan pada 72.4. Dalam ujian tugas undang-undang, kadar lulus GLM-5 pada beberapa kriteria penilaian meningkat dari 59.6% kepada 71.4%. Dalam eksperimen ini, Claude Opus 4.8 secara lalai bertanggungjawab mencadangkan dan melaksanakan peningkatan, manakala GLM-5 dan Gemini terutamanya bertanggungjawab melaksanakan tugas, bukan sepenuhnya bergantung pada evolusi sendiri. Pembangun tempatan Joseph Zhou menunjukkan eksperimen integrasi Harness² dengan Jev 1.14, menyatakan bahawa prestasi tugas visual terus membaik.