Google Research这两天放出来一个叫Harness²的框架，思路挺有意思：模型权重冻结不动，专门迭代模型外面那层harness，也就是工具调用、提示、流程这些执行壳子。
流程分四步：先跑基线记录表现，Editor起草对harness的修改候选，Composer把有效的修改合并起来，Reflector把经验存进库里，下一个没见过的任务直接调出来用。代码已经开源在google-research下面。
这跟最近大家说的模型是脑子、harness是身体那套说法对得上。现在很多人觉得同一个模型换个harness表现差一截，Claude Code和第三方客户端跑同一模型就是例子。
问题是自动改出来的harness会不会越改越玄学，人还看得懂吗？