Harness2 ของ Google 11 วันหลังเปิดตัว: ทำไมชุมชน AI ส่ง PR 38 ชิ้นแล้วยังไม่ถูกปิดสักชิ้น?

Harness² ของ Google 11 วันหลังเปิดตัว: ทำไมชุมชน AI ส่ง PR 38 ชิ้นแล้วยังไม่ถูกปิดสักชิ้น?

โดย Nokka (นก-กา) | ตัวเลขทุกตัวในบทนี้ผมดึงจาก GitHub API เองเมื่อ 18 ตุลาคม 2026

ผมเห็นเรื่องนี้ผุดขึ้นอีกครั้งเมื่อเช้า จากโพสต์ของบัญชีสรุปข่าว AI ภาษาจีนที่เล่า Harness² ให้ผู้อ่านของตัวเอง [1]

ตัวเลขในโพสต์นั้นตรงกับที่ผมตรวจไว้ในบทชิ้นก่อนหน้า แต่เรื่องที่โพสต์ไม่ได้พูดถึงคือสิ่งที่เกิดขึ้นกับ repo ในช่วงสิบเอ็ดวันที่ผ่านมา

repo ของ Google Research ที่ชื่อ Harness² เปิดซอร์สเมื่อวันที่ 6 ตุลาคม 2026 [2]

สิบเอ็ดวันผ่านไป มันมีดาว 2,664 ดวง มีฟอร์ก 227 อัน และมี pull request เปิดค้างอยู่ 38 ชิ้น [2] [18]

ใน 38 ชิ้นนั้น ไม่มีชิ้นไหนถูกปิดหรือถูกรวมเลยแม้แต่ชิ้นเดียว [18]

ผมไปนับของจริงใน repo แล้วเจอคำถามที่ผมคิดว่าน่าสนใจกว่าตัวโปรเจกต์เอง

บทนี้ต่างจากชิ้นก่อนหน้าตรงไหน

ผมเขียนถึง Harness² ไปแล้วหนึ่งชิ้น และมันขึ้นเผยแพร่เมื่อบ่ายวันนี้ ชิ้นนั้นตอบคำถามว่า "มันคืออะไร"

บทนี้ตอบคนละคำถาม

คำถามของบทนี้คือ "หลังเปิดตัวมาแล้วสิบเอ็ดวัน เกิดอะไรขึ้นกับมันบ้าง"

ผมเลยไม่เล่าประวัติ 8 องค์ประกอบหรือผลเบนช์มาร์กซ้ำ ถ้าคุณยังไม่รู้ว่า Harness² ทำอะไร อ่านชิ้นก่อนหน้าก่อนจะเข้าใจบริบทได้เร็วขึ้น

ตัวเลขของ repo ณ วันนี้

ผมดึงทุกตัวจาก GitHub API ตรง ๆ ไม่ได้อ่านจากหน้าเว็บ

repo สร้างเมื่อ 6 ตุลาคม 2026 และเวลาที่ผมดึงตัวเลขคือวันที่ 18 ตุลาคม [2] แปลว่ามันอายุได้ 11 วัน กับอีกไม่กี่ชั่วโมง

ทั้ง repo มี 3 คอมมิต จากผู้ร่วมพัฒนา 2 บัญชี เท่านั้น [14]

สองคอมมิตใช้ชื่อบัญชี rux001 ส่วนคอมมิตแรกสุดลงชื่อผู้เขียนว่า Zoey CuiZhu [14]

ผมลองเทียบชื่อกับรายชื่อผู้เขียนเปเปอร์ แล้วพบว่ามี Xu กับ CuiZhu อยู่ในรายชื่อนั้นด้วย [10]

ตรงนี้ผมต้องบอกให้ชัดว่า การจับคู่ว่าบัญชีใดเป็นใครนั้นเป็นข้อสันนิษฐานของผมเอง เพราะตัวเปเปอร์ไม่ได้ระบุชื่อบัญชี GitHub ไว้เลย

แปลว่าโค้ดที่ปล่อยออกมาไม่ได้มาจากทีมผลิตภัณฑ์ที่มีคนดูแลเต็มเวลา

คอมมิตล่าสุดคือวันที่ 14 ตุลาคม ข้อความว่า "Fix arXiv link" แก้แค่ลิงก์ [2] [14]

นับถึงวันนี้คือ 4 วันกว่า ที่ไม่มีใครแตะโค้ดเลย

สัญญาอนุญาตเป็น Apache-2.0 และคำอธิบาย repo ว่างเปล่า ไม่มีแม้แต่บรรทัดเดียว [2]

38 PR หน้าตาเป็นอย่างไร

ผมไล่นับรายชื่อผู้ส่งทั้งหมดด้วยโค้ด ไม่ได้กวาดตา

• rudycelekli ส่ง 25 ชิ้น
• KunjShah95 ส่ง 4 ชิ้น
• jacob-adm ส่ง 3 ชิ้น
• anmolg1997 ส่ง 3 ชิ้น
• debashishthakur กับ kvishalv ส่งอย่างละ 1 ชิ้น
• dependabot บอตอัปเดตไลบรารี ส่ง 1 ชิ้น

รวมได้ 38 พอดี [2] [18]

ชื่อ PR ขึ้นต้นด้วย fix 35 ชิ้นจาก 38 และหลายชิ้นมีวงเล็บระบุว่าซ่อมส่วนไหน [18]

ผมนับหมวดที่มีวงเล็บกำกับได้ 28 ชิ้น โดยกลุ่มใหญ่คือ workbuddy 5 ชิ้น, lab 4 ชิ้น, jobbench 3 ชิ้น, codex 3 ชิ้น ที่เหลือกระจายไปตาม workflow 2 ชิ้น กับอีก 11 ขอบเขตที่มีอย่างละ 1 ชิ้น [18]

อีก 7 ชิ้น เป็นงานซ่อมที่วงเล็บไม่ได้ระบุขอบเขต และอีก 3 ชิ้น ไม่ได้ขึ้นต้นด้วย fix โดยหนึ่งในนั้นมาจากบอตอัปเดตไลบรารี [18]

ฟังดูเหมือนงานซ่อมจิปาถะ แต่พอเปิดอ่านเนื้อในกลับไม่ใช่ [7] [8] [17]

สามเรื่องที่ชุมชนอ่านโค้ดเองแล้วเจอ

สามเรื่องที่ผมจะเล่าต่อไปนี้ ไม่ใช่ผมเจอเอง

สมาชิกชุมชนเป็นคนอ่านโค้ดแล้วส่งเข้ามา ผมแค่เข้าไปตรวจว่าเขาพูดถูกไหม

หนึ่ง ledger นับเงินไม่ครบ

เรื่องนี้เริ่มจาก issue หมายเลข 4 เมื่อวันที่ 16 ตุลาคม [6]

kvishalv เสนอให้เพิ่มธง --max-usd เพื่อจำกัดค่าใช้จ่ายของแต่ละรอบรัน

เหตุผลของเขาตรงไปตรงมา เขาบอกว่าตอนนี้จำกัดได้แค่ จำนวนงาน ด้วย --only-domains หรือ --max-tasks แต่จำกัด จำนวนเงิน ไม่ได้เลย

ปัญหาคือค่าใช้จ่ายของงานหนึ่งงานไม่คงที่ มันเปลี่ยนตามค่า k โหมด โมเดล และจำนวนก้าวที่แต่ละ rollout กินไป

เขาเขียนว่า "ถ้า rollout ติดอยู่ในลูป หรือผู้ให้บริการเปลี่ยนราคา งานก็จะเผาเงินต่อไปจนกว่าจะมีคนมาดู" [6]

ผมขออธิบายพื้นฐานสั้น ๆ ตรงนี้ เพื่อให้เห็นว่าทำไมตัวเลขนี้ถึงคาดล่วงหน้าไม่ได้

agent ที่ขับด้วย LLM ทำงานเป็นการตัดสินใจทีละก้าว แต่ละก้าวโมเดลจะคำนวณ Probability ของคำตอบถัดไป แล้วเลือกผ่าน Softmax โดยทั่วไปแล้วจำนวนก้าวจึงไม่คงที่ เพราะขึ้นกับว่าก้าวก่อนหน้าเลือกอะไรไว้

แบบจำลองแบบนี้มีชื่อว่ามีสมบัติ Markov โดยนับสถานะเป็นบริบทที่สะสมมาถึงก้าวนั้น และตัวโมเดลเองเป็น Transformer ที่ใช้กลไก Attention ให้น้ำหนักแต่ละส่วนของบริบท

ตอนฝึก โมเดลถูกปรับค่าน้ำหนักด้วย Gradient Descent เพื่อลดค่า Cross-entropy ให้ต่ำลง

ทั้งหมดนี้เป็นความรู้พื้นฐานทั่วไป ไม่ได้มาจากเอกสารของโปรเจกต์

จุดที่เกี่ยวกับเรื่องเงินคือ เพราะทุกก้าวเป็นการสุ่มจากความน่าจะเป็น งานเดียวกันที่รันสองครั้งจึงมักมีบิลไม่เท่ากัน ซึ่งอธิบายว่าทำไม --max-tasks 20 บอกต้นทุนล่วงหน้าไม่ได้

วันรุ่งขึ้น anmolg1997 เข้าไปขุดโค้ดแล้วตอบกลับด้วยข้อเท็จจริงที่ผมว่าสำคัญที่สุดของบทนี้

ledger ของ Harness² ไม่ได้บันทึกค่าใช้จ่ายของ executor เลย [6]

ผมไปเปิดโค้ดเองเพื่อยืนยัน ปรากฏว่าฟังก์ชันบันทึกของทั้งสองฝั่งหน้าตาต่างกัน

def rollout(self, label: str, usd: float = 0.0, *, cached: bool = False) -> None:
    self.entries.append(Entry("rollout", label, usd, cached))

ค่า usd มีค่าเริ่มต้นเป็น 0.0 [3] และเมื่อผมไล่ดูจุดที่เรียกใช้ในไฟล์ harness2/core/recursion.py ทั้ง 4 จุด (บรรทัดที่ 299, 338, 361 และ 470) ไม่มีจุดไหนส่งค่าใช้จ่ายเข้ามาเลย [4]

เทียบกับอีกฝั่งที่บันทึกค่าใช้จ่ายจริง

ledger.session(stage.label, stage.usd, cached=stage.cached, attempts=stage.attempts)

ฝั่ง session ส่ง stage.usd เข้ามา ฝั่ง rollout ส่งชื่อเฉย ๆ

ผลคือค่าที่ชื่อว่า rollout_usd จะเป็นศูนย์เสมอ

จุดที่ผมว่าเฉียบที่สุดคือ เอกสารของโปรเจกต์เขียนไว้เองว่า "การรันที่ใช้โมเดลจริงมีค่า API เกิดขึ้นทั้งจาก executor rollouts และ improvement stages" [5]

เอกสารระบุไว้เองว่ามีค่าใช้จ่ายสองทาง [5] แต่ตัวนับเก็บได้ทางเดียว

kvishalv ตอบรับเองตรง ๆ ว่า "คุณขุดถูก และผมคิดผิด" [6] เขายอมรับว่าเขาเข้าใจว่า ledger ครอบคลุม executor อยู่แล้วแต่ไม่ได้เป็นอย่างนั้น

ทั้งสองฝ่ายยังถกกันต่อว่าควรแยกงานเป็นสองส่วนไหม เพื่อให้ส่วนที่ไม่ต้องรอข้อมูลค่าใช้จ่ายเดินหน้าไปก่อนได้

สอง ตัวแปรสภาพแวดล้อมไหลเข้า subprocess

jacob-adm ส่ง PR หมายเลข 37 เมื่อวันที่ 17 ตุลาคม พร้อมคำอธิบายที่อ่านแล้วเย็นหลัง [7]

เขาบอกว่าโปรเซสย่อยที่ Harness² เปิดขึ้น ทั้ง session ของ proposer, rollout ของ solver และตัวช่วยรันเบนช์มาร์ก สืบทอดตัวแปรสภาพแวดล้อมทั้งชุดของเครื่องที่รัน

ในนั้นรวมถึงคีย์ของตัวตัดสิน คีย์ของผู้ให้บริการโมเดล ข้อมูลรับรองคลาวด์ และโทเคน GitHub กับ Slack ที่โหลดมาจากไฟล์ .env

สาเหตุอยู่ที่การเรียกโหลดไฟล์ .env ตอน import ซึ่งเขียนค่าลงตัวแปรสภาพแวดล้อมของโปรเซสหลัก และโค้ดเดิมลบตัวแปรออกแค่ 5 ตัวที่เป็นของเจ้าของโมเดลรายเดียว

เขาเพิ่ม 9 ไฟล์ แก้ 180 บรรทัด เพื่อลบรายการตัวแปรที่กำหนดไว้ก่อนทุกครั้งที่เปิดโปรเซสย่อย

และเขาปิดท้ายด้วยประโยคที่ผมอยากให้จำ [7]

"มันไม่ใช่แซนด์บ็อกซ์"

สาม symlink พาให้เขียนออกนอกโฟลเดอร์

PR หมายเลข 32 ของ jacob-adm คนเดิม ลงวันที่เดียวกัน [8]

เขาเล่าว่าตอนที่ meta-agent เสนอ harness ตัวใหม่ ระบบจะคัดลอกข้อเสนอออกมาจากพื้นที่ทำงานของ agent แล้วค่อยอ่าน เขียน และทำ fingerprint

ทุกขั้นตอนเหล่านั้น ตาม symlink ไปด้วย

ผลคือลิงก์ที่ชี้ไปยังไฟล์นอกรอบทำงาน จะถูกคัดลอกเข้ามาเป็นไฟล์ธรรมดา และการเขียนก็ไปลงนอกรอบได้

เขาจึงทำให้ระบบกระโดดข้ามหรือปฏิเสธ symlink และห้ามข้อเสนอเพิ่มหรือแก้สคริปต์ตัวช่วยของตัวรันเอง

วันถัดมา KunjShah95 ส่ง PR หมายเลข 40 ซึ่งเป็นเวอร์ชันที่กว้างกว่า ครอบคลุมทั้งการลบตัวแปรสภาพแวดล้อมและการจำกัดขอบเขต [17]

ทั้งสามชิ้นยังเปิดค้างอยู่ ไม่ได้ถูกรวม [18]

คำขอให้อ้างอิงงานก่อนหน้า

วันที่ 18 ตุลาคม ซึ่งเป็นวันนี้ มี issue ใหม่หมายเลข 39 เข้ามา [9]

ผู้ใช้ชื่อ dollspace-gay เขียนในนามของ Project Peritus เพื่อขอให้เปเปอร์ของ Harness² พูดถึงงานของเขาในหัวข้อ related work

เขาอ้างคอมมิตวันที่ 26 สิงหาคม 2026 ซึ่งเขาเรียกว่าการทำ harness evolution ระดับโปรดักชัน และระบุว่ามาก่อนการปล่อย Harness² ในเดือนตุลาคม

ประเด็นนี้ผมยังไม่ตัดสินว่าใครถูก เพราะผมไม่ได้ตรวจโค้ดของ Project Peritus เอง

ที่ผมยืนยันได้คือ issue นี้มีอยู่จริง เปิดเมื่อวันนี้ และยังไม่มีใครตอบ [9]

ทำไมชื่อทีมงานถึงไม่โผล่ในเธรด

ผมดึงคอมเมนต์ทั้งหมดใน repo ออกมาแล้วนับ

มีคอมเมนต์ 12 ข้อความ จากบัญชี 5 ราย [15]

• jacob-adm 4 ข้อความ
• debashishthakur 3 ข้อความ
• kvishalv 2 ข้อความ
• anmolg1997 1 ข้อความ
• google-cla[bot] อีก 2 ข้อความที่เป็นข้อความอัตโนมัติเรื่องข้อตกลงผู้ร่วมพัฒนา

ไม่มีข้อความใดเลยจาก rux001 หรือ cuizz11 [15]

ตรงนี้ผมอยากวางน้ำหนักให้เป็นธรรมทั้งสองข้าง

ด้านหนึ่ง ตัวเลขนี้บอกว่าชุมชนกำลังคุยกันเอง โดยมี jacob-adm ถึงกับเขียนว่า "พร้อมให้รีวิวแล้วเมื่อคุณพอมีเวลา" แล้วไม่มีคำตอบกลับมา [15]

อีกด้านหนึ่ง สิบเอ็ดวันไม่ใช่เวลานาน และนี่คือการปล่อยงานวิจัย ไม่ใช่การเปิดตัวผลิตภัณฑ์

Google มีขั้นตอนข้อตกลงผู้ร่วมพัฒนาที่ต้องเซ็นก่อน ซึ่งกินเวลาเสมอ บอตของระบบข้อตกลงยังทำงานอยู่จริงในเธรด [15]

ผมจึงไม่เขียนว่าทีมงานละเลย ที่ผมเขียนได้คือ ณ วันที่ผมตรวจ ผมไม่พบข้อความใดจากผู้เขียนในเธรดสาธารณะ

การอ่านสองแบบนี้ให้ความหมายคนละเรื่อง และผมคิดว่าความต่างนั้นสำคัญกับคนที่กำลังตัดสินใจว่าจะเชื่ออะไร

ตัวเลขนี้บอกอะไรกับคนที่จะเอาไปใช้

ผมอยากแยกให้ชัดระหว่าง ของที่ใช้ได้ กับ ของที่กำลังถูกซ่อม

ด้านที่ใช้ได้จริงคือแนวคิดเรื่องการแยก agent ออกเป็นโมเดลกับ harness และการจัด harness เป็น 8 ส่วนที่แก้ไขได้ ซึ่งเป็นกรอบคิดที่ผมว่าใช้ได้ทันทีไม่ว่าจะรันเฟรมเวิร์กไหน [10] [13]

นักเขียนสายวิศวกรรมคนหนึ่งเปรียบไว้ว่า สิ่งที่ตัดสินว่าคุณจะได้ agent ที่ทำงานจนจบ หรือ agent ที่เผางบไปในลูปที่วนซ้ำอยู่ที่เดิม คือ harness ไม่ใช่ตัวโมเดล [12]

ผมเห็นด้วยกับประโยคที่ว่า harness คือผลิตภัณฑ์จริง ส่วนครึ่งหลังที่ว่าลูปที่วนซ้ำอยู่ที่เดิมจะเผางบไปเรื่อย ๆ นั้น คือสิ่งที่บทนี้กำลังพูดถึง

ด้านที่ต้องระวังคือตัวโค้ด และยังมีมุมค้านที่ต้องยกมาด้วย

มีงานวิจัยอิสระอีกชิ้นที่ตีพิมพ์ในเวิร์กช็อป LLA 2026 ซึ่งเป็นเวิร์กช็อป Lifelong Agents ครั้งที่ 2 ที่จัดคู่กับงานประชุม COLM 2026 [10] ทดลองเทียบแล้วพบว่า การวิวัฒน์ harness ไม่ได้เอาชนะวิธีขยายกำลังประมวลผลตอนทดสอบแบบธรรมดาบนสนาม Terminal-Bench 2.1 [11] [16]

ผมไม่ได้ทดลองซ้ำเอง จึงรายงานไว้เป็นเสียงจากงานวิจัย ไม่ใช่ข้อสรุป

การที่ชุมชนส่ง PR ซ่อมเรื่องความปลอดภัยถึงสามชิ้นในสองวัน ไม่ได้แปลว่าโค้ดห่วย [7] [8] แต่มันบอกว่าของชิ้นนี้ถูกปล่อยในสถานะงานวิจัยที่ผ่านการทดลอง ไม่ได้ผ่านการรันในสภาพแวดล้อมที่คุมเข้ม

ผู้เขียน PR เองก็เขียนไว้ตรง ๆ ว่าไม่ใช่แซนด์บ็อกซ์ [7] ซึ่งตรงกับรีวิวอิสระที่ชี้ว่าไฟล์กรอบกันที่แก้ได้ไม่ใช่เส้นแบ่งความปลอดภัย [13]

ถ้าคุณจะลอง ผมแนะให้รันในเครื่องหรือคอนเทนเนอร์ที่แยกออก และอย่าใส่คีย์จริงในไฟล์ .env จนกว่าคุณจะอ่านโค้ดส่วนที่โหลด .env เองแล้ว

ข้อควรระวัง

ผมไม่ได้ติดตั้งหรือรัน Harness² · ข้อมูลทั้งหมดในบทนี้มาจากการอ่านโค้ดบน branch main และการอ่านเธรดกับ API ของ GitHub เมื่อวันที่ 18 ตุลาคม 2026

ดาวและฟอร์กเป็นตัวเลขที่ขยับได้ทุกวัน ตัวเลขในบทคือค่าที่ผมดึงตอนเขียน

ผมอ่านชื่อ PR และเนื้อคำอธิบายของผู้ส่ง แต่ผม ไม่ได้รีวิวโค้ดใน PR ทั้ง 38 ชิ้น การบอกว่า PR ซ่อมปัญหาหนึ่งจึงเป็นการรายงานเจตนาของผู้ส่ง ไม่ใช่ผลการทดสอบของผม

คอมเมนต์ในเธรดเป็นความคิดเห็นของบุคคล ไม่ใช่คำยืนยันจากทีมงาน

ส่วนเรื่อง Project Peritus ผมอ่านแค่ฝั่งที่ยื่นคำขอ ผมยังไม่ได้ตรวจฝั่งที่ถูกอ้างถึง จึงยังไม่สรุปว่าใครมาก่อน

และผมยังสรุปไม่ได้ว่าทำไมทีมงานไม่ตอบ เพราะผมอ่านได้เฉพาะสิ่งที่ปรากฏต่อสาธารณะ

สรุป

สิบเอ็ดวันหลังเปิดตัว Harness² มีคนกดดาว 2,664 คน

มีคนอ่านโค้ดจนเจอว่าตัวนับเงินไม่นับเงินของ executor และมีคนส่ง PR ซ่อมเรื่องคีย์ที่ไหลออกนอกโปรเซส

แต่ท้ายที่สุดแล้ว สิ่งที่ผมคิดว่าผู้อ่านควรถามไม่ใช่ "ทำไมไม่มีใครตอบ"

คำถามที่ตรงกว่าคือ "ถ้าแนวคิดนี้ดีจริง ทำไมของที่ปล่อยออกมายังต้องให้คนนอกมาเป็นคนหากับดักให้"

คำถามนั้นตอบไม่ได้ด้วยจำนวนดาว และผมคิดว่ามันคือคำถามที่คุณควรพกติดตัวไปด้วยทุกครั้งที่เห็นงานวิจัยเปิดซอร์สสวย ๆ บนหน้าแรก

บทความนี้เขียนโดย AI (deepseek-v4.1-flash) · ผู้ให้บริการโมเดล: ollama-cloud · ผ่าน Hermes Agent ภายใต้การควบคุมและตรวจสอบคุณภาพโดยมนุษย์ - Nokka (นก-กา)

แหล่งอ้างอิง

[1] X (Twitter), AI SuperDomain (@AISuperDomain), โพสต์สรุป Harness² ภาษาจีน 18 ตุลาคม 2026 · https://x.com/AISuperDomain/status/2111642569654378716
[2] GitHub, google-research/harness2, ข้อมูล repo ดาว ฟอร์ก และจำนวนรายการเปิด ปิด (เข้าถึง 18 ตุลาคม 2026) · https://api.github.com/repos/google-research/harness2
[3] GitHub, google-research/harness2, ไฟล์ harness2/core/ledger.py หัวข้อ Budget accounting และค่าตั้งต้นของค่าใช้จ่าย (เข้าถึง 18 ตุลาคม 2026) · https://github.com/google-research/harness2/blob/main/harness2/core/ledger.py
[4] GitHub, google-research/harness2, ไฟล์ harness2/core/recursion.py จุดเรียก ledger.rollout และ ledger.session (เข้าถึง 18 ตุลาคม 2026) · https://github.com/google-research/harness2/blob/main/harness2/core/recursion.py
[5] GitHub, google-research/harness2, docs/EXPERIMENTS.md หัวข้อ Task selection and cost ระบุว่าสตรีม LAB มี 1,143 งาน (เข้าถึง 18 ตุลาคม 2026) · https://github.com/google-research/harness2/blob/main/docs/EXPERIMENTS.md
[6] GitHub, google-research/harness2, issue 4 เสนอธงจำกัดค่าใช้จ่าย เปิด 16 ตุลาคม 2026 · https://github.com/google-research/harness2/issues/4
[7] GitHub, google-research/harness2, pull request 37 เรื่องการลบตัวแปรสภาพแวดล้อมในโปรเซสย่อย 17 ตุลาคม 2026 · https://github.com/google-research/harness2/pull/37
[8] GitHub, google-research/harness2, pull request 32 เรื่องการจำกัด symlink และเส้นทางที่แก้ไขได้ 17 ตุลาคม 2026 · https://github.com/google-research/harness2/pull/32
[9] GitHub, google-research/harness2, issue 39 คำขออ้างอิงงานของ Project Peritus เปิด 18 ตุลาคม 2026 · https://github.com/google-research/harness2/issues/39
[10] arXiv, Ruiyao Xu, Yanfei Chen, Zhongying CuiZhu และคณะ, "Harness^2: Recursive Agent Harnessing for an Open World" arXiv:2610.14224 มหาวิทยาลัยนอร์ธเวสเทิร์นและ Google Cloud AI Research ตุลาคม 2026 · https://arxiv.org/abs/2610.14224
[11] arXiv, Yike Wang และคณะ, "Rethinking the Evaluation of Harness Evolution for Agents" arXiv:2607.12227 เปเปอร์ตีพิมพ์ในเวิร์กช็อป Lifelong Agents ครั้งที่ 2 ซึ่งจัดคู่กับ COLM 2026 ปรับปรุงล่าสุด 5 ตุลาคม 2026 · https://arxiv.org/abs/2607.12227
[12] Data Struggling, Andrés L. Suárez-Cetrulo, "Why the Agent Harness is the Real AI Product" 16 ตุลาคม 2026 · https://datastruggling.com/why-the-agent-harness-is-the-real-ai-product-googles-harness%c2%b2-two-level-recursion-and-how-mauricio-adapts-on-the-fly/
[13] wavect.io, Kevin Riedl, "Google Harness²: Setup, Benchmarks and the Real Cost" 16 ตุลาคม 2026 · https://wavect.io/blog/google-harness2-setup-cost-safety/
[14] GitHub, google-research/harness2, รายการคอมมิตพร้อมชื่อผู้เขียนของแต่ละคอมมิต (เข้าถึง 18 ตุลาคม 2026) · https://api.github.com/repos/google-research/harness2/commits?per_page=10
[15] GitHub, google-research/harness2, รายการคอมเมนต์ทั้งหมดใน repo ใช้สำหรับนับจำนวนคอมเมนต์และผู้แสดงความคิดเห็น (เข้าถึง 18 ตุลาคม 2026) · https://api.github.com/repos/google-research/harness2/issues/comments?per_page=100
[16] OpenReview, หน้าบันทึกการรับงานของ "Rethinking the Evaluation of Harness Evolution for Agents" ระบุ venue เป็นโปสเตอร์เวิร์กช็อป LLA 2026 (เข้าถึง 18 ตุลาคม 2026) · https://openreview.net/forum?id=WVAeeSlVim
[17] GitHub, google-research/harness2, pull request 40 เรื่องการลบตัวแปรสภาพแวดล้อมฉบับครอบคลุม 18 ตุลาคม 2026 · https://github.com/google-research/harness2/pull/40
[18] GitHub, google-research/harness2, รายการ pull request ทั้งหมดที่เปิดอยู่ ใช้สำหรับนับจำนวนและอ่านชื่อเรื่องของแต่ละชิ้น (เข้าถึง 18 ตุลาคม 2026) · https://api.github.com/repos/google-research/harness2/pulls?state=open&per_page=100