원문: @lucas_flatwhite · 저장소: google-research/harness2 · 수집일: 2026-10-21
핵심 요지
같은 모델이라도 프롬프트·도구·메모리를 어떻게 갖추느냐(하네스)에 따라 성능이 크게 달라진다. 지금까지는 사람이 직접 고치고 돌려 보며 다듬었는데, Harness²는 이 튜닝을 에이전트에게 맡긴다.
- 하네스 변형을 제안하고 각 버전을 실제로 만들어 시험한다.
- 결과를 비교해 좋았던 부분만 모아 합성한다.
- 정답지 없이 실행 결과의 차이만으로 개선한다.
- 검증된 내용을 노트처럼 쌓아 다음 작업에서 쓴다. 처음 보는 작업도 더 나은 출발점에서 시작한다.
이름의 “제곱”은 이 개선이 작업 안에서 계속 반복된다는 뜻이다. 모델은 그대로 두고 하네스만 한 번 개선했는데 업무 벤치마크 점수가 최대 약 12점 올랐다고 한다.
인용 글 — 하네스 엔지니어링을 배우는 이유
같은 작성자의 앞선 글은 하네스 엔지니어링 교육 사이트를 소개하며 관점 변화를 짚는다. 예전에는 AI가 실수하지 않게 규칙과 절차를 촘촘히 설계했다면, 이제는 뛰어난 모델이 오래 자율적으로 일하면서도 품질과 신뢰성을 유지하게 하는 시스템 설계가 중요하다. 핵심은 하네스를 더 복잡하게 만드는 것이 아니라, 모델이 발전할수록 불필요한 제약을 걷어내고 꼭 필요한 통제와 검증만 남기는 설계 능력이다.
해석과 메모
- 소개 글 기준이며 저장소·논문의 벤치마크 종류와 조건은 확인하지 않았다.
- 정답지 없이 실행 결과로 자기 환경을 고친다는 점에서 2026-07-16-weco-aide2-first-evidence-recursive-self-improvement의 재귀적 자기개선, 2026-06-14-loop-engineering의 루프 설계 관점과 이어진다.