구글 오픈소스 Harness², GLM-5 점수가 11.5점 상승

구글 리서치가 오픈소스 AI 도구 체인 자가 개선 프레임워크 Harness²를 발표했습니다. 이 프레임워크는 AI 에이전트가 모델을 재훈련하지 않고도 시스템 프롬프트, 메모리, 기술, 도구 규칙, 스크립트 및 플러그인을 자동으로 수정할 수 있게 합니다. 이 프로젝트는 Apache 2.0 라이선스를 채택하고 있으며, OpenCode와 Codex를 지원합니다. 그 핵심 메커니즘은 에이전트가 스스로 시행착오를 통해 새로운 작업을 수행할 때 몇 가지 개선안을 제시하고, 서로 다른 버전의 에이전트가 각각 실행하여 성과를 비교한 후, 더 적합한 방안을 조합하는 것입니다.

표준 답안이 없더라도 시스템은 실제 실행 과정을 바탕으로 개선 방향을 찾을 수 있습니다. 작업이 끝난 후, 시스템은 어떤 수정이 효과적이었는지와 그 이유를 기억하여 다음 유사 문제에 참고할 수 있도록 합니다. 구글은 GLM-5와 Gemini 3.5 Flash를 사용하여 테스트를 진행했습니다. WorkBuddy-Bench에서 GLM-5는 OpenCode와 함께 사용되었으며, 단 한 번의 최적화 후 평균 점수가 64.2점에서 75.7점으로 상승하여 최적화되지 않은 Gemini 3.5 Flash의 72.4점을 초과했습니다.

법률 작업 테스트에서 GLM-5의 일부 평가 기준 통과율은 59.6%에서 71.4%로 상승했습니다. 실험에서는 기본적으로 Claude Opus 4.8이 개선안을 제안하고 실행하는 역할을 맡았으며, GLM-5와 Gemini는 주로 작업을 수행하는 데 집중하여 스스로 진화를 완전히 의존하지 않았습니다. 국내 개발자 Joseph Zhou는 Harness²가 Jev 1.14에 접속하는 실험을 보여주었으며, 시각 작업 성과가 지속적으로 개선되고 있다고 전했습니다.