Google acaba de publicar un sistema con el que los agentes
Google acaba de publicar un sistema con el que los agentes de inteligencia artificial son capaces de mejorar por sí mismos.
Se llama Harness² y lo que hace es permitir que un agente modifique de forma automática sus instrucciones, herramientas, memoria y habilidades en función de los resultados que va obteniendo en cada tarea.
Entre sus capacidades principales:
✓ Sugiere cambios en su propia configuración
✓ Prueba diferentes versiones adaptadas a cada tarea
✓ Compara los resultados sin necesitar una respuesta correcta de referencia
✓ Retiene lo aprendido tras cada ejecución
✓ Aplica esas mejoras en las tareas siguientes
Lo más destacable es que todo esto ocurre sin tocar ni reentrenar el modelo base. El agente va aprendiendo de su propia experiencia y ajusta progresivamente su manera de trabajar.
Google lo ha testado con Gemini 3.5 Flash y GLM-5 en entornos legales y profesionales. Los resultados muestran que con una sola ronda de ajustes ya se consiguen configuraciones superiores a las originales.
Además, el proyecto es completamente open-source.
Puedes consultar el repositorio en el repositorio oficial de Harness² en GitHub.Harness²: el framework de Google que permite a los agentes de IA optimizar su propia configuración en tiempo de ejecución
Resumen técnico
Harness² es un framework open-source de Google que implementa auto-optimización de agentes sin reentrenamiento del modelo base. Opera sobre cuatro ejes de configuración modificables: instrucciones del sistema, herramientas disponibles, memoria persistente y skills. El agente propone variantes de su propia configuración, las ejecuta en paralelo y compara resultados mediante métricas de evaluación sin necesitar ground truth. Cada ciclo de ejecución persiste el aprendizaje para tareas posteriores. Validado con Gemini 2.5 Flash y GLM-4 en benchmarks legales y profesionales. Una sola ronda de ajuste supera la configuración original de partida en los tests realizados.
Análisis de implicaciones
El punto crítico es la separación entre modelo y configuración operativa: Harness² demuestra que gran parte del rendimiento de un agente reside en su setup, no en los pesos del modelo. Esto desplaza el esfuerzo de fine-tuning hacia la optimización de prompts, herramientas y memoria de forma automatizada. La evaluación sin respuesta de referencia es la pieza técnicamente más relevante: permite operar en dominios donde no existe un corpus etiquetado. Limitación actual: el sistema requiere múltiples ejecuciones por ciclo, lo que incrementa el coste en tokens y latencia durante la fase de optimización.
Aplicación práctica
El repositorio es directamente deployable. Un caso de uso inmediato: agentes de procesamiento documental legal que ajustan su system prompt y selección de herramientas según el tipo de contrato detectado. Otro escenario aplicable son pipelines de soporte técnico donde el agente refina sus instrucciones según la tasa de resolución en primera respuesta. La integración se produce a nivel de agent loop, por encima del modelo, lo que lo hace compatible con cualquier LLM que soporte llamadas estructuradas. Accede al código en el repositorio oficial de Harness².
Contexto del sector
Harness² se posiciona en la misma categoría que DSPy de Stanford o los optimizadores de prompts automáticos de LangChain, pero extiende la optimización al stack completo del agente, no solo al prompt. La tendencia es clara: los equipos de AI Engineering están moviendo el foco desde el modelo hacia la capa de orquestación. Que Google libere esto como open-source acelera la adopción y establece un estándar de referencia para self-improving agents en producción.
Artículo relacionado