# Harness² verbessert LLM-Agenten in beruflichen Benchmarks

> Ein rekursives Harness-System steigert die Leistung von GLM‑5 und Gemini 3.5 Flash in drei Benchmark-Suites.

Oossa · 2026-10-14 · https://oossa.com/de/harness2-framework-improves-llm-agents-on-professional-benchmarks

Ein Team unter der Leitung von Yanfei Chen hat Harness² vorgestellt, ein Plug-and-play-Framework, das den Code zur Ausführung von Agenten auf Basis großer Sprachmodelle automatisch verfeinert. Das System arbeitet mit zwei Rekursionsebenen: Auf Aufgabenebene schlägt es Änderungen vor und testet sie, ohne Antworten aus einer Referenzlösung zu benötigen. Auf Harness-Ebene lernt es aus diesen Änderungen für künftige Aufgaben. In Tests mit drei professionellen Benchmarks verbesserte bereits ein einzelner Rekursionsschritt die Ergebnisse von GLM‑5 und Gemini 3.5 Flash um bis zu 11.5 Punkte bei WorkBuddy‑Bench, 4.5 Punkte bei JobBench und 11.8 Prozentpunkte bei LAB.

## Die Fakten

- Das Paper wurde am 2026‑10‑14 auf arXiv veröffentlicht
- Verbesserung um bis zu 11.8 Prozentpunkte im LAB-Benchmark

## Warum es wichtig ist

Die Methode könnte KI-Assistenten dabei helfen, sich ohne manuell angepassten Code auf neue Aufgaben in der realen Welt einzustellen. Davon könnten Entwickler profitieren, die LLM-Agenten in wechselnden Umgebungen einsetzen.

## Quellen und Referenzen

1. [Harness^2: Recursive Agent Harnessing for an Open World](https://arxiv.org/abs/2610.14224) – arXiv, 2026-10-14

Zuletzt aktualisiert: 2026-10-14