谷歌开源RSI框架Harness²，让模型运行中自我改进脚手架
原标题：谷歌开源RSI新成果！华人浓度爆表
AI 摘要
谷歌开源了名为Harness²的递归自我改进（RSI）框架，让大模型在运行中自动修改自身的脚手架代码、系统提示词、工具链和技能库。该框架采用任务级与改进级双层递归架构，通过Propose-Probe-Compose机制在没有标准答案的真实任务中做对照实验，并将调试经验沉淀为可跨任务复用的经验库。实测中，装配Harness²的GLM-5在WorkBuddy-Bench上提升11.5分，反超原生Gemini 3.5 Flash，项目已全面开源并支持OpenCode与Codex。
正文节选
谷歌开源RSI新成果！华人浓度爆表 Harness层的RSI Jay发自 凹非寺 量子位 | 公众号QbitAI 谷歌RSI新成果，开源了。 名叫Harness²，让大模型在运行中自己给自己魔改外挂代码、系统提示词、工具链和技能库。 是的，Harness层的RSI。 效果也是很猛。 装配上这件RSI专精的GLM-5，在办公基准WorkBuddy-Bench上，直接飙升了11.5分—— 瞬间反超原生Gemini 3.5 Flash。 总之就是一个非常离谱的外挂，任何模型套上来，跑分都直接起飞了。 目前，该项目已全面开源，已支持OpenCode与Codex。 为什么“自己改自己”老翻车 过去业内为了让Agent变聪明，搞过不少递归自我改进（Recursive Self-Improvement，简称RSI）。 思路听起来很美：让AI自己写代码、自己改提示词、自己优化系统。但只要一放进真实的开放世界，几乎全军覆没。 为啥呢？ 主要就卡在两道死穴上： 没有标准答案。 实验室里刷题有单元测试，有Ground Truth告诉你对不对。但到了真实打工场景，写一份商业企划案、审一份法律合同，线上根本没人