具身智能胜负手或不在模型，而在Harness

10月中旬，两项几乎同时发布的研究把目光投向智能体的外部组织方式。谷歌云AI研究所开源Harness²框架，通过冻结模型权重，让智能体自行改写系统提示、工具集、记忆与子智能体，从而在不重训模型的情况下调整行为。

Harness²将提示、工具、记忆与子智能体视为可编辑组件，支持迭代式自我修改。这一框架把harness从外挂变为可搜索、可改写的系统层。

Google DeepMind与UIUC则在同一轻量底座上自动改进harness，将软件缺陷修复成功率从24.4%提升至48.3%。研究者优化的不是模型，而是模型外部的组织层。

两项工作共同表明，即使模型相同，不同的外部组织方式也会显著改变复杂任务的完成效率。对具身智能而言，这意味着系统集成、工具编排与记忆管理等工程层创新，可能与底座模型同样关键，胜负手或许正从模型本身转向harness层。