@levie：好吧，这项研究相当酷，而且最终必然会成为智能体的架构。到极限时，AI 显然会……
摘要
Box 首席执行官 Aaron Levie 吐槽/点评了一项关于 AI 智能体架构的新研究，认为最终智能体会自行确定其运行框架，并引用 Pedro Domingos 的说法称：“模型吞掉了运行框架。”
查看缓存全文
缓存时间: 2026/10/12 23:32
好吧，这项研究相当酷，而且最终必然会成为智能体的架构。发展到极致，AI 在看到眼前的任务后，显然会比我们提前设计更善于确定自身的运行框架：https://t.co/jl6ZdeUFY1
Pedro Domingos (@pmddomingos)： 这可真快：模型吞掉了运行框架。
相似文章
@levie：很酷的是，我们已经明显看到一种新兴形态，预示着 AI 在可预见的未来可能呈现的样子，作为自主……
Aaron Levie 认为，自主、领域专用的智能体（agent）正成为 AI 的新兴形态，其驱动力来自更强的工具与计算机使用能力、不断提升的模型能力，以及成熟的智能体框架（harness）和基础设施——这使它们远超简单的 LLM 包装器，成为企业工作流的一大飞跃。
@Potatoloogs: https://x.com/Potatoloogs/status/2057391224592667051
本文深度拆解了Agent Harness的概念，即包裹在LLM外部的工程基础设施，包括编排循环、工具调用、记忆系统、上下文管理等12个组件。文章引用Anthropic、OpenAI、LangChain等公司的实践，论证了harness对生产级AI Agent的关键作用。
本文系统梳理了AI Agent架构与工程实践，涵盖控制流、上下文工程、工具设计、记忆、多Agent组织、评测、追踪和安全，基于OpenClaw实现展开，强调Harness（测试验证基础设施）对系统稳定性的关键作用。
本文系统梳理了AI Agent架构与工程实践，涵盖控制流、上下文工程、工具设计、记忆、多Agent组织、评测、追踪和安全，基于OpenClaw实现展开，强调Harness（测试验证基础设施）对系统稳定性的关键作用。
@NFTCPS: HarnessX这玩意儿挺有意思：一个能自己改自己的智能体架构。 以前架构怎么变，全靠人手调。新模型一出，Anthropic就把Claude Code里的规划步骤砍了，Manus半年重构了五次智能体，每次都在做减法。改什么、什么时候改，一…
HarnessX introduces a framework for self-evolving AI agent harnesses that treats the runtime harness as a first-class object, enabling automatic adaptation via trace-driven reinforcement learning. It achieves average gains of +14.5% across five benchmarks, with larger improvements for weaker models.
@dotey: 去做一个 Agent Harness 这种事情价值不大了，怎么做也做不过模型公司，模型一升级好多活都白干了。 但是基于成熟的 Agent Harness 去做方案，大有可为。 MCP 只是解决了连接的问题，Skills 只是解决了领域知识…
作者认为直接开发Agent Harness价值不大，因为模型公司会主导，但基于成熟框架在垂直领域构建应用仍有很大机会，需要重新设计AI Native工作流、UI/UX和数据整理。