别总怪模型笨：Google新开源Harness²带来的Agent认知颠覆

在过去一年里，开发者关于 AI Agent 的交流几乎都在重复同一套剧本：

Agent 处理复杂任务又翻车了——不管是核对一张混乱的财务报表，还是从几十份复杂的采购合同里提取特定条款。

大家的下意识反应永远是甩锅给模型：“基底模型推理能力还是不够”。于是团队开始被动等待下一代前沿大模型发布，或者耗费数周搭建微调流水线，寄希望于更新模型权重能奇迹般修复脆弱的业务流。

几天前，Google Research 在 GitHub 上低调开源了 Harness²，采用 Apache 2.0 协议。

研读完其背后的研究论文《Harness²: Recursive Agent Harnessing for an Open World》并翻阅代码库后，一个事实变得非常清晰：大部分团队从一开始就找错了发力方向。很多时候，AI Agent 根本不需要一个更聪明的模型，它需要一个更好的工作环境。

什么是 Google Harness²？

简单来说，Harness² 是 Google Research 推出的一套开源 Python 框架，旨在帮助 AI Agent 在开放、陌生的现实任务中实现自我迭代与适应。

它的核心词是 Harness（缰绳/治理脚手架）。在传统工程中，如果一个工人无法完成工作，优秀的主管不会只要求换一个智商更高的工人，而是会检查工作台的工具是否顺手、反馈链路是否通畅、操作容错率有多高。Harness² 正是在软件层为 Agent 搭建这套工作台。

从“堆参数”到“造环境”：思维范式的转移

为什么现有 Agent 容易在稍微复杂的业务中崩溃？

1. 一次性上下文过载：把复杂逻辑、规则限制和历史记录一次性全塞给模型，期望模型直接输出完美结果，一旦一步走偏全盘皆输。
2. 缺乏反思闭环：传统 Agent 的错误很难沉淀成有效的执行资产，同一个陷阱可能掉进去两次。
3. 缺少真实世界的递归能力（RSI，Recursive Self-Improvement）：模型本身是静态的，但它所处的脚手架（Harness）可以具备动态扩展和递归优化的能力。

Harness² 不去碰不可控的模型权重，而是将重点放在 Agent 与环境交互的协议层。通过模块化的环境抽象、状态校验、错误回滚和递归自适应机制，让普通的开源模型也能稳定跑通长链路任务。

对工程落地的启示

国内许多做企业级 Agent 落地的团队，常常陷入“模型不行就换 DeepSeek、换 Claude、做 LoRA 微调”的算力死循环。

但现实商业场景里，任务失败的核心往往不是逻辑推理能力差了一两分，而是工具调用的输入输出没有严格约束、错误信息没有结构化反馈、多步骤之间缺乏隔离。

Google Harness² 给出的解题思路很明确：把精力从无休止的模型微调中抽出来，投入到底层运行环境（Harnessing）的架构设计上。 给 Agent 递一把趁手的螺丝刀，远比逼它徒手造火箭靠谱得多。