Een team onder leiding van Yanfei Chen heeft Harness² uitgebracht, een plug-and-playframework dat de code waarmee agents op basis van grote taalmodellen draaien automatisch verfijnt. Het systeem werkt met twee recursieve lagen: een taakniveau waarop aanpassingen worden voorgesteld en getest zonder dat de juiste antwoorden bekend hoeven te zijn, en een harnessniveau dat van die aanpassingen leert voor toekomstige taken. Bij tests op drie vakbenchmarks leverde één recursiestap GLM‑5 en Gemini 3.5 Flash tot 11.5 punten extra op WorkBuddy‑Bench, 4.5 punten op JobBench en 11.8 procentpunt op LAB.
Waarom het ertoe doet
Met deze methode kunnen AI-assistenten zich mogelijk aanpassen aan nieuwe taken in de praktijk, zonder dat de code handmatig hoeft te worden afgestemd. Dat kan ontwikkelaars helpen die LLM-agenten inzetten in omgevingen die voortdurend veranderen.
