Harness²: إطار Google Research الذي يدع الوكيل يعيد كتابة حزامه بنفسه
نُشر في 6 أكتوبر برخصة Apache-2.0: يحسّن Harness² النظام المحيط بنموذج مجمّد - المطالبات والأدوات والذاكرة والمهارات - عبر حلقة تقابلية Propose-Probe-Compose وحزام تحسين دائم. 9,061 نجمة و796 تفريعًا في 19 أكتوبر. العرض التجريبي بلا مفاتيح؛ المعايير الحقيقية تريد Vertex AI ورسوم API.
الحقائق تحققت في 19 أكتوبر 2026
في 6 أكتوبر نشرت Google Research على GitHub مشروع Harness²: إطارًا جاهزًا للتركيب لما يسميه "تسخير الوكيل التكراري"، حيث يعيد الوكيل كتابة النظام المحيط بنموذج مجمّد - المطالبات والأدوات والذاكرة والمهارات - لكل مهمة جديدة. المستودع برخصة Apache-2.0 وقد قرأتها في ملف LICENSE بنفسي. عند فحصي في 19 أكتوبر أظهر 9,061 نجمة و796 تفريعًا مع 72 قضية مفتوحة، بعد ثلاثة عشر يومًا من إنشائه. العرض التجريبي المحلي لا يحتاج إلى مفاتيح نماذج؛ أما المعايير الحقيقية فتتطلب مشروع Google Cloud وتكلف رسوم API. لم أثبّت ولم أشغّل شيئًا. المستودع
ما هو Harness²
"الحزام" (harness) هو كل ما يحيط بالنموذج ليجعله يتصرف كوكيل: المطالبات والأدوات والذاكرة والمهارات والتنسيق. يتعامل Harness² مع هذا النظام المحيط نفسه بوصفه موضوع التحسين مع بقاء أوزان النموذج ثابتة، ويربط مستويين من التكرار. التكرار على مستوى المهمة يحسّن حزام التنفيذ للمهمة الحالية عبر خطوة تقابلية Propose-Probe-Compose: اقتراح تعديلات، وجسّ آثارها على المهمة نفسها، ثم تركيب حزام مُحسَّن من التقابلات السلوكية بين التنفيذات، دون تغذية راجعة بإجابات مرجعية. والتكرار على مستوى التسخير يحدّث "حزام تحسين" دائمًا بالأحزمة المعتمدة والدروس المدعومة بالأدلة من كل مهمة، فتتراكم التحسينات عبر مهام لم يرها النظام من قبل. يعرض الإطار ثمانية مكونات قابلة للتحرير: مطالبة النظام، والحواجز الوقائية، والذاكرة، وإرشاد الأدوات، والوكلاء الفرعيون، والمهارات، والسكربتات، والإضافات.
الرخصة والشعبية والصيانة
يحمل المستودع رخصة Apache License 2.0، تحققت منها بقراءة ملف LICENSE مباشرة. إشارة الشعبية قوية لكنها حديثة جدًا: 9,061 نجمة و796 تفريعًا في 19 أكتوبر مقابل تاريخ إنشاء في 6 أكتوبر، لذا اعتبرها اهتمام إطلاق لا تبنّيًا مستقرًا. يظهر في المستودع مساهمان مسمّيان حتى الآن، وأبرز الالتزامات من rux001، مع 72 قضية مفتوحة. وهو مستودع ضمن google-research، ما يعني عادة قطعة بحثية بلا التزام دعم وليس منتجًا؛ وترافقه ورقة بحثية على arXiv برقم 2610.14224.
واقع التثبيت
المسار الموثق هو Linux وPython 3.12 وuv: أنشئ البيئة الافتراضية، ثبّت مع إضافة render، وشغّل harness2-demo الذي يمارس وضعي التكرار بمحررات حتمية وتنفيذات Python حقيقية ولا يحتاج أي مفاتيح نماذج. هذه هي الطريقة الأمينة للاطلاع على الآلية. أما المعايير المدعومة بالنماذج فأثقل: Node.js 20+ وأداة Google Cloud السطرية ومشروع Vertex AI ومعرّفات النماذج في ملف .env واعتماد application-default عبر gcloud. معيار LAB القانوني يحتاج إضافيًا إلى Pandoc وPoppler؛ وWorkBuddy-Bench يحتاج Docker. يحذّر README من أن التشغيلات المدعومة بالنماذج تكلف رسوم API وينصح بالبدء بمجموعة مهام صغيرة؛ وخيار --dry-run يعاين اختيار المهام دون استدعاء النموذج.
ملاحظات الخصوصية والأمان
العرض التجريبي يعمل محليًا بلا مفاتيح، فالنظرة الأولى لا ترسل شيئًا إلى أي مكان. التشغيلات المدعومة بالنماذج مختلفة: المهام وتعديلات الحزام والتنفيذات تمر عبر مشروع Vertex AI الخاص بك، فأي بيانات في مهمة المعيار تذهب إلى Google Cloud تحت حسابك وفاتورتك. يعمل WorkBuddy-Bench داخل Docker، ما يعزل التنفيذ لكنه يعني أيضًا منح الإطار بيئة حاويات على جهازك. وإطار غايته إعادة كتابة حواجزه الوقائية ووكلائه الفرعيين بنفسه يستحق حذرًا إضافيًا: اقرأ ما يفعله تعديل الحزام المقترح قبل السماح له بالعمل على مفاتيح حقيقية، وأبقِ "الدروس" المتراكمة في حزام التحسين بعيدة عن المشاريع الحساسة حتى تفهم ما يخزنه بالضبط.
لماذا دخل الموجز
معظم أطر الوكلاء تتنافس على ما يمكن للنموذج استدعاؤه. Harness² ينافس على ما يمكن للنظام إعادة كتابته في ذاته، ويأتي بالأجزاء غير البراقة التي تجعل هذا الادعاء قابلًا للفحص: عرض تجريبي بلا مفاتيح، ومعايير مسمّاة بخطوة تحكيم وتقرير، وتحذير صريح من التكاليف. السؤال المفتوح الذي سأراقبه هو الخطوة التقابلية: تركيب التعديلات من تقابلات سلوكية دون مرجعية هو بالضبط حيث يمكن لإطار أن يتعلم بصمت مكافأة التشغيلات المطولة أو المحظوظة. المستودع يمنحك الأدوات لترى ذلك بنفسك، وهذا أكثر مما تستطيع قوله معظم إطلاقات هذا الشهر.