Google abre o código do Harness², framework que melhora agentes sem trocar o modelo
Google Research open-source o Harness², framework recursivo que otimiza prompts, ferramentas e memória de agentes sem alterar os pesos do modelo. Veja como…
Resumo: O Google Research liberou em código aberto o Harness², um framework que otimiza o conjunto de prompts, ferramentas, memória e orquestração que envolve um modelo congelado. A proposta importa porque permite melhorar o desempenho de agentes em tarefas abertas, sem verificação automática de respostas e sem treinar um novo modelo.
Pontos-chave
- O Google Research liberou o Harness² como código aberto para otimizar o entorno de agentes sem alterar pesos do modelo.
- O framework expõe 8 componentes editáveis montados como arquivos e usa orçamento k para escalar a busca.
- Foi desenhado para tarefas abertas sem verificador automático de respostas.
- Nos testes, executores mais fracos ganharam mais, e três de quatro configurações usaram menos etapas por tarefa no WorkBuddy-Bench.
- Rodar com modelo exige Node.js 20+, Google Cloud CLI e um projeto no Vertex AI.
Nesta matéria
O que é o Harness² e por que ele chama atenção#
O Google Research publicou como código aberto o Harness², um framework de "harnessing" recursivo para agentes de IA. A ideia central é separar o modelo do que fica ao redor dele: instruções, ferramentas, memória, habilidades e orquestração.
O framework atua sobre esse entorno, chamado de harness, durante a implantação. Os pesos do modelo nunca são alterados. Em outras palavras, o agente pode melhorar sem que haja um modelo novo por trás.
Para quem desenvolve, a mensagem é direta: parte do ganho de qualidade pode vir da engenharia do harness, não apenas de um upgrade de modelo.
Como funciona a otimização recursiva na prática#
O Harness² expõe oito componentes editáveis, cada um montado como um arquivo. Eles cobrem desde a construção de contexto até a interface de ferramentas, a delegação de tarefas e o comportamento dentro do loop de uso de ferramentas.
Segundo a notícia, esse layout estende em um componente a divisão de sete arquivos que vinha de um trabalho anterior de engenharia de harness para agentes.
O orçamento k controla a escala da busca. No modo paralelo, o sistema testa k candidatos invariantes e k candidatos de domínio, e depois produz k composições. No modo sequencial, encadeia k etapas de refinamento.
- 8 componentes editáveis, montados como arquivos
- Modo paralelo: candidatos invariantes e de domínio, seguidos de composições
- Modo sequencial: refinamento em etapas encadeadas
- Pesos do modelo permanecem congelados
O cenário de mundo aberto e a ausência de verificador#
O alvo do framework é o mundo aberto: tarefas chegam sem aviso e não existe um verificador dizendo se a resposta está certa. A equipe argumenta que a maioria dos métodos de autoaperfeiçoamento depende de rótulos ou casos de teste.
O Harness² foi construído justamente para operar sem esse tipo de sinal. Isso o torna relevante para fluxos reais, nos quais nem sempre há um gabarito disponível para avaliar cada saída do agente.
A consequência prática é que a melhoria precisa vir da estrutura do harness e da exploração de variações, e não de um conjunto rotulado de exemplos.
Resultados nos benchmarks testados#
A equipe testou três benchmarks profissionais: WorkBuddy-Bench, JobBench e o LAB da Harvey. Os executores foram Gemini 3.5 Flash e GLM-5, rodando em OpenCode e Codex. O editor padrão foi o Claude Opus 4.8, e os resultados são médias de três execuções.
Segundo a notícia, executores mais fracos ganharam mais. Após uma etapa, o GLM-5 superou o Gemini 3.5 Flash na configuração base no WorkBuddy-Bench. Com recursão paralela em k=5, o Gemini sob OpenCode chegou a 80,8 no WorkBuddy.
No WorkBuddy-Bench, três de quatro configurações também usaram menos etapas por tarefa. O Gemini sob OpenCode caiu de 25,4 para 21,9. Os números são os medidos no artigo do Harness², e os outros métodos não reportaram esses benchmarks por conta própria.
O que é necessário para rodar o Harness²#
O README do projeto indica Linux, Python 3.12 e uv. Há uma demonstração local que executa os dois modos de recursão sem credenciais de modelo.
Para execuções com modelo, são exigidos Node.js 20 ou superior, o Google Cloud CLI e um projeto no Vertex AI. O LAB precisa de Pandoc e Poppler, e o WorkBuddy-Bench requer Docker.
Por padrão, o executor é o OpenCode, com a opção de usar Codex por meio do parâmetro --substrate cx. A notícia não informa prazos de suporte, licença detalhada ou custos de execução.
O que isso muda para quem usa IA#
Para equipes que constroem agentes, o Harness² reforça uma separação útil: o modelo é uma peça, e o harness é onde boa parte do comportamento é definida. Ajustar arquivos de contexto, ferramentas e memória pode render ganhos mensuráveis antes de considerar a troca de modelo.
A abordagem também sugere um caminho de avaliação contínua em ambientes sem gabarito, algo comum em automações de trabalho real. Ainda assim, os resultados vêm de benchmarks específicos e não devem ser tratados como garantia de desempenho em qualquer domínio.
Ferramentas como a Invision, da Dream Vision, oferecem acesso a vários modelos de IA por uma única chave e com saldo em reais, o que ajuda a testar diferentes executores e configurações de harness sem trocar de integração a cada experimento.
Modelos citados na Invision
Perguntas frequentes
O que é o Harness² do Google?
É um framework de código aberto do Google Research que otimiza o harness de um agente, ou seja, prompts, ferramentas, memória, habilidades e orquestração. Ele faz isso sem alterar os pesos do modelo.
O Harness² melhora o modelo em si?
Não. O modelo permanece congelado. O que muda é o conjunto de arquivos e configurações ao redor dele, refinado de forma recursiva durante a implantação.
Quais benchmarks foram usados nos testes?
A equipe testou WorkBuddy-Bench, JobBench e o LAB da Harvey, com Gemini 3.5 Flash e GLM-5 como executores em OpenCode e Codex, e Claude Opus 4.8 como editor padrão.
O que preciso para rodar o Harness² localmente?
O README indica Linux, Python 3.12 e uv. A demonstração local roda os dois modos de recursão sem credenciais de modelo. Execuções com modelo exigem Node.js 20+, Google Cloud CLI e um projeto no Vertex AI.
O Harness² funciona sem respostas certas para comparar?
Sim. O framework foi desenhado para o cenário de mundo aberto, no qual as tarefas chegam sem aviso e não há um verificador indicando se a resposta está correta.
Fonte original: Google Open-Sources Harness2, a Recursive Agent Harnessing Framework (MarkTechPost). Matéria escrita pela redação da Invision a partir dessa notícia. Versão em texto.