谷歌开源Harness²框架：AI模型无需改权重即可自我修补

谷歌近日开源了递归自我改进(RSI)领域的突破性框架Harness²，该框架无需修改大模型底座权重，仅通过优化外围运行脚手架即可显著提升模型性能。该项目由78%华人组成的团队主导开发。

Harness²采用双层递归架构：任务级递归通过多步对照验证安全改动，改进级递归则将调试经验沉淀至持续改进经验库，实现能力持续迭代。

在权威基准测试中，Harness²表现亮眼。例如，接入该框架后的GLM-5在WorkBuddy-Bench测试中得分暴涨11.5分，超越原生Gemini3.5Flash。在多领域测试中，模型性能均迎来显著提升。

该框架开启了Runtime认知工程新路径，开发者可以极低成本让AI模型在实际运行中不断进化，标志着业界正在探索超越单纯参数缩放的新发展方向。