01
华尔街投行杰富瑞的分析师，最近给市面上八个主流中美AI Agent做了一场实测，看谁真正能把活干好。
结果有点出乎意料：拿了第一名的，是阿里的千问办公，尽管它背后的模型智能分只排到第四；模型能力第一的Claude Opus 5，它的Agent产品Claude Cowork拿了第二；另一个反直觉的结果是，最近大火的Workbuddy，这轮测试中隐含的Harness分在中国Agent里反而垫底。
杰富瑞的核心结论，用一句话概括：决定一个AI Agent好不好用，往往不是背后那个模型，Harness做得好是可以弥补模型智能差距的。
Harness是什么：Agent里除了模型，剩下的都是它
一个AI Agent干活的流程，可以拆成两半：一半是模型，负责"想"；另一半是harness，负责"管"。
杰富瑞把harness拆成了六层，每一层管的都是模型自己管不了的事：
指令：告诉Agent这个活是什么，红线在哪
上下文：Agent干活时能看到的背景信息
工具：Agent能用什么去完成这个任务
边界：Agent能行动的范围划在哪
反馈：告诉Agent哪里做错了，让它自己纠正、重新规划
0
评论 (0)