Google представила Harness²: ШІ-агент сам покращує свою робочу среду
Google представила Harness² — ШІ-агент, який самопросудно оптимізує свою конфігурацію (промпти, інструменти, пам’ять, суб-агенти) без перетренування моделі. Це підвищило результати на тестах до 11,5 балів на WorkBuddy-Bench та 11,8 п.п. по частковому проходженню LAB.
🔬 Це дослідження. Для тих, хто будує власних ШІ-агентів: дає інструмент для самопокращення без витрат на перетренування — але поки що це прототип, не продукт.
🎯 Чи підходить це вашому бізнесу?
Заповніть профіль компанії — і ми автоматично покажемо, чи варто вам це впроваджувати.
Заповнити профіль · 30 секундTL;DR
- •Harness² — цеframework для самопросудного налаштування ШІ-агентів без перетренування моделі
- •Покращує конфігурацію: промпти, інструменти, пам’ять, суб-агенти через ітеративне тестування
- •Тести з Gemini 3.5 Flash показали приріст до 11,5 балів на WorkBuddy-Bench
- •Вимагає доступу до моделі з можливістю модифікації середовища (наприклад, OpenCode, Codex)
- •Наразі це дослідження з репозиторієм на GitHub, не комерційний продукт
Як це змінить ваш ринок?
Для компаній, що розробляють кастомних ШІ-агентів на відкритих моделях, Harness² може зменшити час і витрати на підбір оптимальної конфігурації. Це знімає блокер ручного підбору промптів і інструментів — особливо ценно для стартапів та R&D-команд без великих даних для фін-тюнгу.
Визначення:
Harness — це набір елементів, що визначають поведінку ШІ-агента: системний промпт, доступні інструменти, пам’ять, навички та суб-агенти. Harness² дозволяє агенту самому оптимізувати цей набір для конкретної задачі.
Для кого це і за яких умов (ОБОВ'ЯЗКОВО: мін. обладнання/бюджет, потрібна команда чи ні, мін. масштаб, час на впровадження.
- •Потрібна доступність до моделі з API для модифікації промптів та інструментів (наприклад, Gemini через Vertex AI або відкриті моделі типу GLM-5)
- •Потребується інженер з досвідом роботи з ШІ-агентами (не обов’язково ML-спеціаліст)
- •Мін. масштаб: команда від 2 осіб, що працює над кастомним агентом
- •Час на впровадження: 1-3 дні для інтеграції з репозиторієм Google та налаштування під свою модель
Альтернативи (ТАБЛИЦЯ: | | Продукт 1 | Продукт 2 | Продукт 3 |
| Ціна | безкоштовно (GitHub) | $0.002/1K токенів (prompt tuning via API) | прайс не розкрито (внутрішні інструменти) | | Де працює | GitHub, локально, будь-яка модель з гнучким API | Vertex AI (Google) | пропрієтарні платформи типу LangChain Cloud | | Мін. вимоги | Python, доступ до моделі через API | Google Cloud акаунт | залежить від платформи | | Ключова різниця | Самопросудна оптимізація конфігурації | Ручне або автоматичне тонке налаштування промптів | Готові інтеграції, але без самонавчання середовища |
💬 Часті запитання
Такий розбір щоранку о 08:00
Персональний AI-дайджест для вашої галузі — щодня у Telegram
Джерела
Machinelearning — оригіналНавчіть вашу команду будувати такі AI-автоматизації
За 5 днів кожен співробітник побудує автоматизацію для своєї ділянки роботи.
Дізнатись більше → aiupskill.live