原文核完：arXiv:2610.14224，2026-10-09 提交，标题 Harness²: Recursive Agent Harnessing for an Open World。Ruiyao Xu 一作、Yanfei Chen 通讯（arXiv 提交邮箱就是她），Tomas Pfister 等在列——Google Cloud AI Research 的班子，和帖子说的一致。
摘要能对上的：两层递归（任务层提议-试跑-组合，驾驭层经验库）；开放世界没有 ground-truth verifier 的设定；三个基准的增益（WorkBuddy-Bench 最多 11.5 分、JobBench 4.5 分、LAB 11.8 个百分点）；四个模型-装备配置；并行预算加大还能再涨一截。
跨模型迁移那组（为 Gemini 3.5 Flash 调的装备原样装到 GLM-5，代码 58.5 到 75.8；换装 GLM-5 的 75.3 压过原厂 Gemini 的 72.4）出自论文附录 E，摘要没有，按帖子信源标注。顺手复核了一个数：GitHub 上 google-research/harness2 今天实测 11,500 星、Apache-2.0——比帖子发帖时记的 6,107 星又涨了近一倍，这条产品线确实在被疯传。前作 RRSI（arXiv:2609.24972）也在，9 月的论文，可查。
成本也照摆：每一步提议-试跑-组合都是真金白银的额外推理；论文自己承认，行为对比这个证据形式不保证改动能迁移到别的任务；经验库目前只是个简单索引，攒多了怎么去重、怎么淘汰过时经验，是留给未来的活。装备进化的门票便宜，电费不便宜。
卡上画的是那副会飞的装备：从 Gemini 头上解下来，漂到 GLM-5 头上，分数从 58.5 跳到 75.8；右上角那块肌肉徽章挂着锁——权重长在谁身上，就是谁的。