@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…
摘要
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。
查看缓存全文
缓存时间: 2026/05/25 16:56
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的问题。
垂直领域还有很多事需要解决:
- 为老的工作流针对 Agent 去重新设计 AI Native 的 Agent 工作流
- 在 Human In Loop 的部分,重新设计 UI、UX 交互
- 垂直领域的高质量数据整理
- 等等
这些事情是模型公司做不到的,也需要去共建的。
Agent 是未来的操作系统,几家模型公司提供模型和 Harness,其他人基于上面构建应用。
卫斯理 (@imwsl90): 刚群里有同学说agent这件事情已经结束了
我基本同意
感觉垂类Agent真没什么能做的了🥶🥶🥶🥶
相似文章
@Xudong07452910: 这篇 Harness Updating Is Not Harness Benefit 很适合做 Agent Harness 的人看。 它讲了一个很容易被忽略的问题:会更新 Harness,不等于真的会用好 Harness。 现在很多 Ag…
该帖子讨论了一篇论文,指出Agent系统自我进化中,更新Harness(写有用更新)与从更新中受益(后续任务真正使用)是两种不同能力,后者才是关键,弱模型往往不会使用规则。
@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。
@sydneyrunkle: 假设智能体 = 模型 + 工具套件。不幸的是,好的模型越来越贵!所以你需要一个出色的工具套件来…
关于通过改进工具套件组件来优化AI智能体性能的指南,以补偿昂贵的模型成本,重点关注爬山技术。
@Yuancheng: ➤ 最近还是不断有新的 Agent Harness 思路和实践在出现。 这两天看到 **OpenSquilla**,一个开源、能本地托管的 AI Agent。 ① 它有智能模型路由——同样的任务,token 成本比 OpenClaw 省 …
OpenSquilla 是一个开源、可本地托管的 AI Agent,具有智能模型路由功能,可在不同模型间分配任务以节省 token 成本,并引入 MetaSkill 机制让 Agent 自动组织技能。
@shao__meng: Claude Code、Cursor、Codex、Aider、Cline 部分底层模型可能完全相同,但 Agent 表现却不一样,为什么? @addyosmani 认为:是因为模型之上的那层“外壳” —— Harness,它包括「提示词、…
The article discusses how Addy Osmani argues that the performance difference between AI coding agents like Claude Code, Cursor, and Cline stems from their 'Harness'—the layer of prompts, tools, and constraints around the model—rather than the underlying model itself. It details best practices for harness engineering, including hooks, sandboxing, and context management, to bridge the gap between model capability and actual agent performance.