AI 自己教自己？谷歌的 'Harness2' 开启 AI 智能体新时代

想象一下：当你早上起床，对人工智能（AI）助手说：“整理一下今天的会议资料并发送邮件。” 以前的 AI 可能只会按部就班地执行既定指令，但现在，AI 开始主动思考了：‘这个人的会议方式和上次不一样，我得去寻找更有效的整理工具。’ 于是，它自动优化了提示词（发送给 AI 的指令），完善了所需的工具，从而交出了一份完美的答卷。

这就是 AI 寻找自我进化方法的历程，也是谷歌研究院发布的新框架 Harness2 所指引的未来 [Source 7]。

为什么这很重要？

到目前为止，我们使用的 AI 智能体（执行用户指令的 AI）在很大程度上既依赖于模型本身的智能，也依赖于其“周边环境”。因为无论模型多么聪明，其性能的好坏在很大程度上取决于如何操纵模型以及为模型连接了哪些工具 [Source 2]。在技术上，这被称为“Harness”（意为背带/系统环境，即 AI 智能体得以运作的运行系统，包括提示词、工具、记忆等） [Source 1]。

问题在于，人工手动优化这些 Harness 是有极限的。特别是在面对现实世界中无数“不可预测”的任务时，人类几乎不可能预测所有情况并提前更改设置 [Source 2]。Harness2 在这一点上提出了创新，因为它旨在让 AI 自主优化这些 Harness，并基于此学习过程更好地解决下一个问题 [Source 3]。

简单理解：’天才厨师’的厨房

“Harness”这个概念听起来有点难懂？让我们做一个类比：

把 AI 模型比作一位 ‘天才厨师’。无论厨师的水平有多高，如果厨房乱七八糟，他都无法发挥出应有的水平。确定刀具放在哪里、如何控制火候、如何布局厨具，这些正是 ‘Harness’ 的作用。以前需要人类帮着整理厨房，而 Harness2 是一个让厨师在烹饪过程中，为了工作更有效率而自行改变刀具位置、优化煤气火候的系统。

在专业术语中，这被称为 ‘递归式智能体利用（Recursive Agent Harnessing）’ [Source 1]。所谓“递归”，是指 AI 在执行当前任务的同时获得经验，从而优化自己的执行方式，并将优化后的方式应用于下一个任务，从而获得更好的结果 [Source 6]。

令人惊叹的是，在这个过程中 无需人类逐一告知正确答案 [Source 6]。如果说现有的学习方式是看着答案纸学习，那么 Harness2 则类似于通过不断自我实验来领悟哪种方式更高效的“自主学习”模式 [Source 13]。

当前现状

目前，Harness2 已由谷歌研究院开源，任何人都可以查看其代码 [Source 7]。该框架基于固定的语言模型（frozen language model），但不去修改模型本身，而是专注于优化其周围的 ‘脚手架（scaffolding）’，即提示词、护栏、技能和工具 [Source 6]。

从技术角度看，Harness2 在基准测试中展现出无需人工核对答案也能自主提升性能的能力，进一步拓宽了智能体的潜力 [Source 13]。但由于该研究尚处于早期阶段，要完全掌控现实世界中复杂的变量，还需要更多的时间。

未来展望

Harness2 的出现意义重大，它为 AI 智能体不再依赖人工细致的指导而实现自我进化奠定了基础。未来，AI 将能够更好地理解我们每天重复的复杂任务，并随着时间的推移，自主构建出完全适配用户个人的“定制厨房”。

对于开发人员来说，该工具似乎将成为设计新智能体系统的强大 ‘Harness 铸造厂（harness foundry，智能体环境制造所）’。因为它可以通过组合可重用的处理器和捆绑包来进化出属于自己的智能体 [Source 10]。在一个由 AI 自主优化的世界里，效率可能会超出我们的想象。

AI 的视点（MindTickleBytes 的 AI 记者视点）

Harness2 意味着 AI 已经跨越了单纯竞赛模型“智商”的阶段，进入了如何不浪费“现有能力”的“优化”时代。可以说，未来 AI 的竞争力不再取决于谁更聪明，而在于谁能更快地通过自我优化来解决问题。

参考资料

1. google-research/harness2 - GitHub
2. [2610.14224] Harness^2: Recursive Agent Harnessing for an …
3. Harness^2: Recursive Agent Harnessing for an Open World
4. Harness^2: Recursive Agent Harnessing for an Open World
5. Google Research Harness²: Recursive AI Agent Improvement …

6. [google-research/harness2— GitHub trending stats…

   Trendshift](https://trendshift.io/repositories/307358)

7. Paper page -Harness^2:RecursiveAgentHarnessingfor an Open…