无需改模型权重！谷歌开源王牌框架 Harness²：让 AI 运行中自我修补，跑分全面暴涨
2026.10.19 · 产品 · 开源项目 · 媒体报道
谷歌开源递归自我改进框架 Harness²，靠优化外围脚手架提升模型表现
谷歌正式开源递归自我改进（RSI）成果 Harness² 框架，无需修改大模型底座权重，仅优化外围运行脚手架即可提升表现。该框架采用任务级与改进级双层递归架构，核心研发团队华人占比达 78%。实测中接入该框架的 GLM-5 在 WorkBuddy-Bench 得分暴涨 11.5 分，反超原生 Gemini3.5Flash。
- 无需修改模型底座权重，仅优化外围运行脚手架
- 采用任务级与改进级双层递归架构
- 核心研发团队华人占比高达 78%
- GLM-5 在 WorkBuddy-Bench 得分暴涨 11.5 分
- JobBench、法律基准 LAB 等多领域性能显著提升
为什么值得看
揭示不靠堆参数、靠运行中自我修补提升模型的新路径
适合谁关注
AI 开发者、Agent 研究者、关注 RSI 的技术人员