Une équipe dirigée par Yanfei Chen a publié Harness², un framework prêt à l’emploi qui affine automatiquement le code exécutant les agents fondés sur de grands modèles de langage. Le système repose sur deux niveaux de récursion : à l’échelle d’une tâche, il propose et teste des modifications sans avoir besoin de réponses de référence ; à l’échelle du framework, il tire des enseignements de ces modifications pour les tâches suivantes. Lors de tests sur trois benchmarks professionnels, une seule étape de récursion a augmenté les scores de GLM‑5 et Gemini 3.5 Flash de jusqu’à 11.5 points sur WorkBuddy‑Bench, 4.5 points sur JobBench et 11.8 points de pourcentage sur LAB.
Pourquoi c'est important
Cette méthode pourrait permettre aux assistants IA de s’adapter à de nouvelles tâches concrètes sans code ajusté manuellement, au bénéfice des développeurs qui déploient des agents LLM dans des environnements en constante évolution.
