作業ごとに設定を修正してAIエージェントの性能を高めるオープンソースツール Harness²を公開(github.com)

- Harness²は、AIモデル自体はそのままにして、モデルを包む設定（システムプロンプト、メモリ、ツールの案内、スキルなど）を作業ごとに修正し、エージェントがより良く作業できるよう支援するフレームワークです。google-researchのGitHub組織で公開されたリポジトリで、READMEは公式のGoogle製品ではないと明記しています。 - 作業の段階では、設定の修正案を作って同じ作業に適用し、実行結果の違いを比較して新しい設定を組み合わせます。READMEによると、この過程は正解フィードバックなしで、実行間の違いのみに基づいて進みます。 - READMEは、三つの専門ベンチマークと四種類のモデルと設定の組み合わせで、一段階の実行によりGLM-5とGemini 3.5 Flashが既存の設定より改善したと報告しています。最大の向上幅は、WorkBuddy-Benchで11.5点、JobBenchで4.5点、LABの部分合格率で11.8%pです。 - 実行にはLinuxとPython 3.12の環境が前提となります。モデルを使うベンチマークにはAPI費用が発生します。また、モデルの認証情報なしで動くローカルデモも提供されています。