google-research/harness2 是公开的研究代码，它在固定模型的前提下，让智能体反复改进任务执行工具、指令和记忆配置。此处的 harness 指把系统提示词、工具、记忆与技能组合起来、使模型能够执行任务的环境。它并不是另行修改模型权重的方式。该仓库中没有关于最新发布的信息。
这一框架通过比较当前任务的执行结果来生成下一版配置，并把有依据的改进内容也累积到后续任务中。其核心是一个把每个任务的结果反映到下一步设置的循环结构。因此，改进的重点不是模型本身，而是围绕模型的执行环境与指令。仓库中还包含用于若干评测套件（涵盖专业业务、法律业务等）的运行、评分与报告工具，以及安装说明。代码以 Python 编写，采用 Apache-2.0 许可发布。提供评测工具这一事实，并不等于改进已在多种业务中得到验证。
性能提升数值是仓库给出的试验结果，不能视为已获独立确认。仅凭这些资料，很难判断所提出的改进在外部条件下能否复现。因此，harness2 的核心在于一种在不更换模型的情况下反复调整 harness 并累积结果的研究框架；在获得独立验证之前，其性能效果应只在仓库自身的试验范围内理解。