Google mở nguồn Harness², điểm số GLM-5 tăng 11.5 điểm

Google Research đã phát hành bộ công cụ AI mã nguồn mở Harness², cho phép AI Agent tự động điều chỉnh các lời nhắc hệ thống, bộ nhớ, Kỹ năng, quy tắc công cụ cũng như kịch bản và plugin mà không cần phải đào tạo lại mô hình. Dự án tuân theo giấy phép Apache 2.0, hỗ trợ OpenCode và Codex. Cơ chế cốt lõi của nó là cho phép Agent tự thử nghiệm, khi gặp nhiệm vụ mới sẽ đề xuất một vài phương án cải tiến, sau đó các phiên bản khác nhau của Agent sẽ thực hiện và so sánh hiệu suất, cuối cùng kết hợp ra phương án phù hợp hơn.

Ngay cả khi không có câu trả lời chuẩn, hệ thống cũng có thể tìm kiếm hướng cải tiến dựa trên quá trình thực hiện thực tế. Sau khi nhiệm vụ kết thúc, hệ thống sẽ ghi nhớ những sửa đổi nào hiệu quả và lý do, để tham khảo cho các vấn đề tương tự lần sau. Google sử dụng GLM-5 và Gemini 3.5 Flash để thử nghiệm. Trên WorkBuddy-Bench, GLM-5 kết hợp với OpenCode, chỉ sau một vòng tối ưu hóa, điểm trung bình đã tăng từ 64.2 lên 75.7, vượt qua Gemini 3.5 Flash chưa được tối ưu hóa với điểm 72.4.

Trong bài kiểm tra nhiệm vụ pháp lý, tỷ lệ thông qua của GLM-5 theo một số tiêu chí đánh giá đã tăng từ 59.6% lên 71.4%. Trong thí nghiệm, mặc định Claude Opus 4.8 chịu trách nhiệm đề xuất và thực hiện cải tiến, GLM-5 và Gemini chủ yếu chịu trách nhiệm thực hiện nhiệm vụ, không hoàn toàn dựa vào chính mình để tiến hóa. Nhà phát triển trong nước Joseph Zhou đã trình diễn thí nghiệm Harness² kết nối với Jev 1.14, cho biết hiệu suất trong các nhiệm vụ thị giác liên tục được cải thiện.