Google представила фреймворк Harness2 для оптимизации ИИ-агентов

Подразделение Google Research выпустило фреймворк Harness2, предназначенный для автоматической оптимизации систем на базе ИИ-агентов. Инструмент использует рекурсивный подход, позволяющий агентам самостоятельно улучшать свои рабочие процессы через итеративные циклы взаимодействия.

В основе работы системы лежит алгоритм «Propose–Probe–Compose». На этапе предложения (Propose) агент генерирует стратегию выполнения задачи, затем проводит проверку (Probe) для выявления слабых мест, после чего формирует итоговый план (Compose). Такой подход позволяет системе динамически адаптироваться к сложным сценариям, требующим многошагового планирования.

Согласно результатам тестирования, внедрение Harness2 повышает эффективность выполнения задач на бенчмарке WorkBuddy-Bench на **11.5 баллов**. Фреймворк ориентирован на разработчиков, создающих автономные системы, способные к самокоррекции и долгосрочному планированию без постоянного вмешательства человека.

Код проекта опубликован в открытом доступе на GitHub под лицензией Google. Разработчики могут использовать данный инструментарий для автоматизации отладки агентов, что значительно сокращает время на ручную настройку промптов и логики принятия решений в сложных программных средах.

Релиз Harness2 является частью стратегии Google по развитию автономных агентов, способных эффективно справляться с прикладными задачами. Подробности архитектуры и примеры реализации доступны в официальном репозитории проекта.