AI 에이전트의 설정을 작업마다 고쳐 성능을 높이는 오픈소스 도구 Harness² 공개(github.com)

- Harness²는 AI 모델 자체는 그대로 두고, 모델을 감싸는 설정(시스템 프롬프트, 메모리, 도구 안내, 스킬 등)을 작업마다 고쳐 에이전트가 더 잘 수행하도록 돕는 프레임워크다. google-research 깃허브 조직에 공개된 저장소이며, README는 공식 Google 제품이 아니라고 밝힌다. - 작업 단계에서는 설정 수정안을 만들어 같은 작업에 적용하고, 실행 결과의 차이를 비교해 새 설정을 조합한다. README에 따르면 이 과정은 정답 피드백 없이 실행 간 차이만으로 진행된다. - README는 세 전문 벤치마크와 네 가지 모델과 설정 조합에서 한 단계 실행으로 GLM-5와 Gemini 3.5 Flash가 기존 설정보다 나아졌다고 보고한다. 최대 향상폭은 WorkBuddy-Bench 11.5점, JobBench 4.5점, LAB 부분 통과율 11.8%p다. - 실행은 Linux와 Python 3.12 환경을 전제로 한다. 모델을 쓰는 벤치마크는 API 비용이 발생하며, 모델 자격 증명 없이 실행되는 로컬 데모도 제공된다.