OpenVLHarness는 UCLA NLP 그룹이 공개한 학습 없는(training-free) 시각 에이전트 하네스로, 멀티모달 LLM이 기존 가중치 그대로 네이티브 툴 호출을 통해 시각 공간에서 근거를 모으고 코드를 짜며 답을 찾게 한다. 시각 그라운딩(SAM 3), OCR(PaddleOCR-VL), 깊이·카메라 궤적 추정(Depth Anything 3), 확대, 텍스트·이미지 검색, 웹페이지 방문, Python 코딩 에이전트 등 9가지 기능을 제공하며, 이미지·박스·마스크·깊이 맵·웹 참조를 질문 내내 참조할 수 있는 멀티모달 메모리에 보관한다. 논문의 22개 벤치마크에서 7개 백본의 평균 점수가 도구 미사용 대비 9.7~12.6점 올랐다.