Google lanza un marco de agentes recursivo de código abierto para mejorar el rendimiento del modelo

La investigación de IA de Google Cloud ha lanzado Harness², un marco de código abierto diseñado para mejorar el rendimiento de los agentes sin necesidad de un modelo mejor. El marco permite a los desarrolladores refinar el 'harness' de un agente durante la implementación, centrándose en componentes como indicaciones, herramientas, memoria y orquestación. A diferencia de los métodos tradicionales que se basan en etiquetas o casos de prueba, Harness² opera en un entorno abierto donde las tareas son impredecibles y no hay un verificador que confirme la corrección. El marco cuenta con ocho componentes editables, ampliando el trabajo anterior añadiendo un elemento adicional. Admite dos modos recursivos: paralelo y secuencial, que escalan los procesos de búsqueda y refinamiento. Las pruebas en benchmarks como WorkBuddy-Bench mostraron mejores resultados para ejecutores más débiles, con GLM-5 superando a Gemini 3.5 Flash después de un solo paso. El proyecto está disponible en GitHub, con instrucciones para ejecutarlo localmente y con soporte para modelos. La documentación del marco está dirigida a Linux, Python 3.12 y uv, con dependencias opcionales como Node.js, la Google Cloud CLI y Docker. Los usuarios pueden ejecutar ambos modos de recursión sin credenciales del modelo, aunque las configuraciones avanzadas requieren herramientas adicionales. El lanzamiento incluye enlaces al artículo, al repositorio de GitHub y a la página del proyecto, con reconocimiento a los investigadores. Google anima a la participación a través de las redes sociales y boletines informativos, ampliando su alcance comunitario.