**AgentHarness深...

**AgentHarness深度：模型之外、智能之内**

Agent Harness深度：模型之外、智能之内 今年，Agent是大模型行业最重要的方向。模型厂商致力于提升模型智能水平同时也在设计能够让大模型高效、稳定工作的系统层，现阶段，业界多将之称为AgentHarness，我们认为后续可能又会被其他名称取代，但模型之外将模型更高效、稳定在生产力场景应用的工程本身会不断动态外延。本篇报告，我们将结合国内外领先大模型厂商的实践，介绍、分析AgentHarness是什么？有怎样的作用？如何看其与模型的关系？ AgentHarness是在模型外围构建一套可控、可编排、可验证的系统层，使Agent稳定完成复杂长程任务。工程化范式已历经三轮演进。当前AgentHarness主要层级包括：执行环境与沙箱、工具调用、上下文与记忆管理、生命周期与编排、可观测性、验证评估、治理安全等。我们认为Harness实质是模型支持系统，无法通过几层功能堆叠实现良好的效果，更关键的是各层级的职责边界、功能复杂度设置、层级之间的交互规则。 AgentHarness对模型厂商、Agent平台、用户、生态均有关键影响。我们认为：对于模型公司，Harness有助于提升模型能力下限、加速模型迭代；对于Agent平台，记忆管理等功能有助提升用户粘性；对于客户，Harness有助于模型在生产力场景下更加可控且节省成本、安全，进行多Agent协作；此外，Harness是天然的生态入口，有可能创造新的商业形态。 模型能力增强将持续Agent能力内生化，但AgentHarness也在动态外延。当前模型训练已经明显呈现Agentic导向，越来越多原属于外部AgentHarness的能力，正在被训练进模型中，使Agent能力从“外挂式”逐渐走向“原生化”。长期来看，低层标准化能力可能逐步被模型吸收，而更靠近产品层、企业层与多系统协同层的能力，将继续成为厂商的重要竞争壁垒。 更多内容欢迎阅读原文