Harness² : le cadre de Google Research qui laisse un agent réécrire son propre harnais
Publié le 6 octobre, Apache-2.0 : Harness² affine le système autour d'un modèle figé - prompts, outils, mémoire, compétences - via une boucle contrastive Propose-Probe-Compose et un harnais d'amélioration persistant. 9 061 étoiles et 796 forks au 19 octobre. La démo ne demande aucun identifiant ; les vrais benchmarks veulent Vertex AI et des frais d'API.
Faits vérifiés le 19 octobre 2026
Le 6 octobre, Google Research a publié Harness² sur GitHub : un cadre prêt à l'emploi pour le "harnachement récursif d'agents", où un agent réécrit le système autour d'un modèle figé - prompts, outils, mémoire, compétences - pour chaque nouvelle tâche. Le dépôt est sous Apache-2.0, licence que j'ai lue dans son fichier LICENSE. Au 19 octobre, il affichait 9 061 étoiles et 796 forks avec 72 tickets ouverts, treize jours après sa création. La démo locale ne demande aucun identifiant de modèle ; les vrais benchmarks exigent un projet Google Cloud et coûtent des frais d'API. Je n'ai rien installé ni exécuté. Dépôt
Qu'est-ce que Harness²
Un harnais (harness), c'est tout ce qui entoure le modèle pour le faire agir comme un agent : prompts, outils, mémoire, compétences, orchestration. Harness² fait de ce système périphérique l'objet même de l'optimisation pendant que les poids du modèle restent fixes, et relie deux niveaux de récursion. La récursion au niveau de la tâche affine le harnais d'exécution pour la tâche courante via une étape contrastive Propose-Probe-Compose : proposer des modifications, en sonder les effets sur la même tâche, puis composer un harnais affiné à partir des contrastes comportementaux entre exécutions, sans retour de vérité terrain. La récursion au niveau du harnachement met à jour un harnais d'amélioration persistant avec les harnais adoptés et les leçons étayées de chaque tâche, de sorte que les raffinements s'accumulent sur des tâches jamais vues. Le cadre expose huit composants éditables : prompt système, garde-fous, mémoire, guidage d'outils, sous-agents, compétences, scripts et plugins.
Licence, popularité, maintenance
Le dépôt porte la Apache License 2.0, vérifiée en lisant directement le fichier LICENSE. Le signal de popularité est fort mais très jeune : 9 061 étoiles et 796 forks observés le 19 octobre, pour une création le 6 octobre - à lire donc comme l'attention du lancement plutôt que comme une adoption installée. Le dépôt montre pour l'instant deux contributeurs nommés, avec l'essentiel des commits de rux001, et 72 tickets ouverts. C'est un dépôt google-research, ce qui signifie d'ordinaire un artefact de recherche sans engagement de support plutôt qu'un produit ; un article l'accompagne, arXiv 2610.14224.
La réalité de l'installation
Le chemin documenté : Linux, Python 3.12 et uv - créer le venv, installer avec l'extra render, et lancer harness2-demo, qui exerce les deux modes de récursion avec des éditeurs déterministes et de vraies exécutions Python, sans aucun identifiant de modèle. C'est la façon honnête d'observer la mécanique. Les benchmarks adossés aux modèles sont plus lourds : Node.js 20+, la CLI Google Cloud, un projet Vertex AI et des identifiants de modèles dans un .env, plus les identifiants application-default via gcloud. Le benchmark juridique LAB exige en outre Pandoc et Poppler ; WorkBuddy-Bench exige Docker. Le README prévient que les exécutions adossées aux modèles coûtent des frais d'API et conseille de commencer par une petite sélection de tâches ; un drapeau --dry-run prévisualise la sélection sans appels au modèle.
Notes de vie privée et sécurité
La démo tourne en local sans identifiants, donc un premier regard n'envoie rien nulle part. Les exécutions adossées aux modèles sont une autre affaire : tâches, modifications de harnais et exécutions passent par votre projet Vertex AI, donc toute donnée contenue dans une tâche de benchmark part vers Google Cloud sous votre compte et votre facture. WorkBuddy-Bench tourne dans Docker, ce qui isole l'exécution mais revient aussi à donner au cadre un moteur de conteneurs sur votre machine. Un cadre dont la raison d'être est de réécrire ses propres garde-fous et sous-agents mérite une prudence particulière : lisez ce que fait une modification de harnais proposée avant de la laisser tourner avec de vrais identifiants, et tenez les "leçons" accumulées du harnais d'amélioration à l'écart des projets sensibles tant que vous ne savez pas exactement ce qu'il stocke.
Pourquoi il entre au digest
La plupart des cadres d'agents rivalisent sur ce que le modèle peut appeler. Harness² rivalise sur ce que le système peut réécrire en lui-même, et livre les détails peu glamour qui rendent cette affirmation vérifiable : une démo sans identifiants, des benchmarks nommés avec étape de juge et de rapport, et un avertissement explicite sur les coûts. La question ouverte que je surveillerais est l'étape contrastive : composer des modifications à partir de contrastes comportementaux sans vérité terrain, c'est exactement là qu'un cadre peut discrètement apprendre à récompenser les exécutions verbeuses ou chanceuses. Le dépôt donne les outils pour le voir soi-même, ce qui est plus que la plupart des lancements du mois ne peuvent en dire.