Yanfei Chen이 이끄는 연구팀은 대규모 언어 모델 에이전트를 구동하는 코드를 자동으로 개선하는 플러그앤플레이 프레임워크 Harness²를 공개했다. 이 시스템은 두 단계의 재귀 구조를 사용한다. 첫 단계에서는 정답을 알 필요 없이 작업별 수정안을 제안하고 시험하며, 두 번째 단계에서는 해당 수정 결과를 학습해 이후 작업에 활용한다. 전문 벤치마크 3종을 대상으로 한 테스트에서 재귀 단계를 한 번 적용하자 GLM‑5와 Gemini 3.5 Flash의 점수가 WorkBuddy‑Bench에서 최대 11.5점, JobBench에서 4.5점, LAB에서 11.8 percentage points 상승했다.
왜 중요한가
이 방법을 활용하면 AI 비서를 손으로 코드를 조정하지 않고도 새로운 현실 세계의 작업에 적응시킬 수 있어, 변화하는 환경에 LLM 에이전트를 배포하는 개발자에게 도움이 될 수 있다.
