Un team guidato da Yanfei Chen ha presentato Harness², un framework plug-and-play che perfeziona automaticamente il codice alla base degli agenti basati su modelli linguistici di grandi dimensioni. Il sistema usa due livelli di ricorsione: uno a livello di attività, che propone e verifica modifiche senza bisogno di risposte corrette di riferimento, e uno a livello di harness, che apprende da tali modifiche per affrontare le attività successive. Nei test su tre benchmark professionali, un singolo passaggio ricorsivo ha aumentato i punteggi di GLM‑5 e Gemini 3.5 Flash fino a 11.5 punti su WorkBuddy‑Bench, 4.5 punti su JobBench e 11.8 punti percentuali su LAB.
Perché conta
Il metodo potrebbe consentire agli assistenti IA di adattarsi a nuove attività del mondo reale senza ricorrere a codice regolato manualmente, a vantaggio degli sviluppatori che impiegano agenti LLM in contesti in evoluzione.
