@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
@XAMTO_AI: 想自己从零搭一个生产级 Agent Harness?别做梦了,以为随便挑个框架就能收工的,基本全翻车了。 真相是这玩意儿压根不是"选框架"能摆平的事,它背后藏着15项你绕不开的硬核职责: 每一项都得做成能安装、能版本化、还能换语言跑的 w…
The article argues that production agent harnesses should not be monolithic frameworks but rather a stack of independent, replaceable workers connected by a shared trigger primitive, outlining 15 core responsibilities and how the iii engine implements this approach.
@lexi_labs: 我觉得 harness 都把模型用反了: - 那些低智商的 flash 模型,更适合做管理 - 真正干活的 agent 们,才更应该用 sol 跟 fable这些高级模型
作者认为在AI harness中,低智商的flash模型更适合管理任务,而真正干活的agent应该使用sol和fable等高级模型。
@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。