LONDON (IT BOLTWISE) – Google Cloud AI Research hat Harness² als Open-Source-Framework veröffentlicht, das Agenten zur Laufzeit über die „Harness“ verbessert, ohne Modellgewichte anzufassen. Das System kombiniert Propose, Probe und Compose, um alternative Vorschläge anhand beobachteter Verhaltensunterschiede auszuwählen. Laut den veröffentlichten Ergebnissen steigert bereits ein einzelner Verfeinerungsschritt bestimmte Setups deutlich, etwa GLM-5 unter OpenCode auf WorkBuddy-Bench. Entscheidend ist dabei: Die Methode kommt auch ohne Labels oder Testfälle aus und speist Learnings in eine Experience-Bibliothek ein.
Harness² adressiert ein Problem, das in der Agentenpraxis täglich auftaucht: Selbst wenn ein Modell grundsätzlich leistungsfähig ist, entscheidet die Umgebung über den Erfolg. Unter „Harness“ versteht Google Research dabei nicht nur Prompts, sondern den gesamten Rahmen um das Modell – also Werkzeuge, Speicher, Fähigkeiten sowie die Orchestrierung zwischen Subagenten. Genau hier setzt Harness² an: Das Framework „harvestet“ nicht die Modellgewichte, sondern optimiert zur Laufzeit die Komponenten dieser Umgebung, sodass der Agent bei neuen Aufgaben besser wird, ohne dass ein zusätzliches Training des Basismodells nötig wäre.
Technisch ist Harness² als Plug-and-Play-Ansatz gedacht und kommt mit einer überschaubaren Architektur: Version 0.1.0 nutzt 8 editierbare Harness-Komponenten, die jeweils als Dateien in einem Projektlayout liegen. Dazu zählen u. a. System Prompt, Guardrails, Memory, Tool Guidance, Subagents, Skills, Scripts sowie Plugins als Middleware. Auf der Infrastruktur-Ebene läuft das Ganze laut README unter Linux mit Python 3.12 oder 3.13 und dem Paket-Tool uv; für modellgestützte Läufe wird das Modell über Vertex AI adressiert. Wichtig für die Einordnung: Es werden dabei keine Parameter trainiert – der Anspruch ist vielmehr, die Testzeit-Strategie zu verbessern, die Auswahl von Vorschlägen und die Art, wie die Agenten-„Werkbank“ jede Aufgabe konstruiert.
Die Logik dahinter besteht aus zweistufiger Rekursion. Auf Task-Ebene arbeitet Harness² mit einem kontrastiven Propose-Probe-Compose-Zyklus: Der Agent führt die Aufgabe einmal mit der Basis-Harness aus. Anschließend schlägt ein Editor zwei Kandidaten vor – einen invarianten Kandidaten, der typische Agentenfehler adressieren soll (z. B. bei Planung oder Tool-Nutzung), und einen domänenspezifischen Kandidaten, der Wissen und Prozeduren für den konkreten Aufgabenkontext liefern soll. Beide Kandidaten werden auf derselben Aufgabe ausgeführt; der Composer vergleicht die resultierenden Trajektorien mit der Referenz und übernimmt nur Änderungen, die über beobachtetes Verhalten gestützt werden. Nach Abschluss dieser Task-Runde folgt die zweite Rekursion: Harnessing-Level-Reflexion. Ein Reflector speichert die übernommene Harness-Version sowie eine EXPERIENCE.md mit Learnings, damit spätere Aufgaben nicht bei Null beginnen, sondern aus früheren Verfeinerungen „lernen“.
Bei der Suche über mehrere Verfeinerungsschritte nennt die Beschreibung zwei Modi. Im parallelen Modus skaliert das Budget k die Anzahl der Kandidaten, die gleichzeitig untersucht werden: k invarianten und k domänenspezifischen Kandidaten folgen k Kompositionen. Im sequentiellen Modus bildet k dagegen eine Kette mehrerer Refinement-Schritte, wodurch sich die Agenten-Verbesserung schrittweise in die Lösung „einbaut“. Für Unternehmen und Teams, die Agenten in Produktivumgebungen betreiben, ist genau diese Unterscheidung relevant: Parallelität kann Latenz gegen Ergebnisqualität tauschen, während sequentielle Refinements oft kontrollierter wirken, aber mehr Iterationszeit kosten. In jedem Fall bleibt die zentrale Idee gleich: Der Aufwand wandert von Modelltraining in die Testzeit-Harness-Optimierung.
Die Evaluation in den veröffentlichten Zahlen bezieht sich auf drei professionelle Benchmarks: WorkBuddy-Bench, JobBench und Harvey’s LAB. Als Executor werden Gemini 3.5 Flash sowie GLM-5 unter OpenCode und Codex eingesetzt; die Standardkonfiguration für den Editor ist Claude Opus 4.8. Laut Quelle wurden Mittelwerte über drei Läufe berichtet und die Ergebnisse als Effekt eines Refinement-Schritts quantifiziert. Besonders deutlich wird die Verbesserung bei WorkBuddy-Bench: Bei GLM-5 unter OpenCode stieg der Score nach 1 Schritt von 64,2 auf 75,7, also um +11,5 Punkte. Gleichzeitig zeigt sich, dass nicht jede Kombination gleich stark profitiert: Im „Worst“-Beispiel gewann GLM-5 unter Codex auf JobBench nur 1,2 Punkte (von 23,6 auf 24,8). Damit liefert Harness² zwar keinen Automatismus für jede Modell-Kontaktfläche, aber eine klare Richtung: Schwächere Executors profitieren tendenziell stärker, während die Auswirkung auf sehr robuste Setups geringer ausfällt.
Auch die Frage „Wie setzt man das ein?“ ist bei Harness² praktisch adressiert. Für lokale Experimente zielt der README-Workflow auf Linux, Python 3.12 und uv: Der Demolauf kann beide Rekursionstypen ausführen, ohne Modellcredentials. Modellgestützte Runs benötigen zusätzlich Node.js 20+, die Google Cloud CLI sowie ein Vertex-AI-Projekt; für HARVEY’s LAB werden Pandoc und Poppler genannt, und WorkBuddy-Bench setzt auf Docker. In der Summe wirkt das wie eine bewusste Engineering-Entkopplung: Erst sandboxen, dann die teuren/risikoreichen Modellaufrufe integrieren. Genau diese Empfehlung passt zu dem Takeaway, der mehrfach betont wird – Harness² erhöht typischerweise die Anzahl zusätzlicher Runs pro Aufgabe, daher sollte man die Umgebung kontrolliert testen und die Ausgaben gegen eigene Qualitätsmetriken abgleichen.
Für die Markt- und Entwicklerseite lässt sich daraus eine konkrete Schlussfolgerung ableiten: Wenn Agentenleistung stark von Tool-Interaktion, Kontextaufbereitung und Delegationslogik abhängt, dann ist Harness-Engineering oft der schnellere Hebel als teure Modellanpassungen. Harness² verlagert diesen Hebel in ein wiederverwendbares Framework mit Experience-Bibliothek, also einer Form von „Betriebswissen“ direkt im Projekt. Damit wird Testzeit-Optimierung nicht nur als Forschungsthema verstanden, sondern als wiederholbarer Baustein, den Teams in ihre Agenten-Stacks integrieren können – sofern sie die zusätzlichen Iterationen einkalkulieren und Sicherheitsaspekte bei Tools und Plugins sauber sandboxen.
Wer tiefer einsteigen will, findet in den verlinkten Artefakten das Paper, das Repository sowie Projektdetails; außerdem wird im Setup deutlich gemacht, dass der erste Einstieg über die Demo erfolgen soll. Das ist aus Engineering-Sicht sinnvoll, denn das Zusammenspiel aus Editor, Reflector, Compose-Logik und Dateistruktur ist der Kern des Ansatzes. Wenn Harness² in Pilotprojekten landet, dürfte die entscheidende Frage weniger „Welches Modell?“ lauten als „Welche Harness-Komponenten sind in unserem Tool-Loop die Fehlerquelle?“ Denn genau dort entscheidet sich, ob Rekursion zur Verbesserung führt – oder nur zu mehr Variationen ohne messbaren Nutzen.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Harness²: Rekursive Agenten-Harnessing für bessere Aufgabenlösung ohne Modelltraining" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Harness²: Rekursive Agenten-Harnessing für bessere Aufgabenlösung ohne Modelltraining" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Harness²: Rekursive Agenten-Harnessing für bessere Aufgabenlösung ohne Modelltraining« bei Google Deutschland suchen, bei Bing oder Google News!