什麼是 Agent Harness？把會回答的模型，變成能負責完成任務的系統

先看結論：企業買的不是模型，而是完成工作的能力

單獨的大型語言模型擅長理解與生成，但企業需要的 Agent 必須記住狀態、呼叫工具、跨多步驟工作、接受權限限制，並在做錯時停止或復原。Harness 就是包在模型外面的執行環境與控制框架。Microsoft 將它形容為把語言模型變成 Agent 的 scaffolding；報告則進一步指出，同一套模型權重放進不同 Harness，最終任務能力可能明顯不同。企業買到的生產力，因此不只由模型排行榜決定。

這個題目值得獨立拆解，因為企業 AI 已經走到第二個階段。第一階段比的是模型能不能回答，第二階段比的是系統能不能在資料不完整、權限複雜、流程跨部門的環境裡，穩定交付可衡量結果。什麼是 Agent Harness？把會回答的模型，變成能負責完成任務的系統不是技術名詞的排列組合，而是一個組織、工程與財務必須同時成立的問題。

運作機制：把人的經驗翻成 Agent 可執行的規則

完整 Harness 至少包含任務脈絡整理、長短期記憶、工具媒合、狀態保存、計畫與執行、檔案記憶、技能載入、人工核准、可觀測性、結果驗證與異常復原。模型每一步提出動作，Harness 檢查權限、執行工具、回收結果、更新狀態，再決定繼續、重試、改道或交給人。它決定模型看到什麼、能做什麼、什麼時候做，以及錯了怎麼辦。

Harness 可以理解為包在模型外面的 Agent 執行環境。它管理任務脈絡、記憶、工具、狀態、權限、驗證、監控與錯誤復原，把一次文字生成變成可以持續做事的系統。模型像大腦，Harness 更像神經、手腳、安全帶與行車紀錄器；少一樣，正式上路都會讓法務和資訊長睡不好。

實務上應先畫出原有流程的輸入、判斷、工具、輸出與例外，再決定哪些環節交給 Agent、哪些需要人工核准。這個順序很重要：若先拿模型找題目，團隊容易做出技術可行但商業低頻的功能；若先找出高成本、高等待或高錯誤的流程，再設計資料與執行環境，投資報酬率才有機會被驗證。

財務視角：從專案收入走向能力複製

企業若只比較模型單價，容易忽略真正的大頭：重試、人工覆核、失敗任務、系統停等與風險事件。較昂貴但成功率高的 Harness，可能有更低的每個成功任務成本；反過來，堆疊太多元件也會增加延遲與模型呼叫。採購應把模型、工具、執行環境、人工與失敗成本合併看，才能比較真實單位經濟。

財務長應把成本拆成五層：場景診斷、資料與系統串接、模型推論、執行框架、上線後的人工作業。初期毛利偏低不必然代表模式失敗，因為第一批客戶可能同時支付產品學習成本；但下一批同類客戶若沒有明顯縮短交付週期，代表知識沒有資產化。最重要的曲線，是每一元新增收入需要多少新增工程人力與模型成本。

收入品質也要分開看。一次性顧問費能證明客戶願意付錢，訂閱與用量收入則更能反映系統已進入日常流程；成果分成若能建立清楚基線，可能提高上限，但也會帶來歸因與合約爭議。健康的商業組合通常是以前期服務完成導入，再讓軟體、技能模組與執行量成為後續擴張主體。

執行方法：從一個高價值流程開始

導入 Harness 時可以從一條任務生命週期開始：輸入如何驗證、需要哪些資料、模型能用哪些工具、哪些步驟必須核准、成功如何確認、逾時或錯誤如何復原。每次執行都留下 Trace、模型版本、工具輸入輸出與人工接管原因，讓團隊能重播問題。沒有可觀測性，就無法知道失敗來自模型、資料、工具還是流程。

導入時應先定義成功與失敗。成功不只包含平均任務時間下降，也包括錯誤率、人工覆核、法遵事件與使用者採用；失敗則要能被分成模型、資料、權限、工具、流程或組織責任。分類清楚後，每次錯誤才會變成測試資料與產品改進，而不是群組裡又多一張『AI 怎麼又壞了』的截圖。

反方論證：重交付也可能只是昂貴的人力生意

Harness 並不是一個固定產品類別，市場上可能以 Agent 平台、工作流程引擎、開發框架或 AIOS 名稱出現。若只追著名詞採購，很容易重複買功能。企業應先列出自己需要的能力與責任邊界，再評估既有雲端、企業軟體與開發平台是否已提供；有時最佳答案是組合，而不是再買一個寫著 Harness 的盒子。

最複雜的 Harness 不一定最好。每多一個規劃器、評估器或子 Agent，都會增加模型呼叫、延遲與故障點。合理做法是以真實任務做刪減測試：拿掉元件後成功率是否下降、下降多少、值不值得額外成本。最終要最佳化的是每個成功任務的總成本，而不是單次 Token 最便宜。

此外，報告整理的數據包含企業調查、公司案例、產品公告與研究判斷，可信度與時間點並不完全相同。本文保留原始頁碼，並把已發生事實、廠商所述規畫與延伸分析分開呈現。對快速變動的 Agent 市場而言，最危險的不是判斷暫時錯，而是把尚未驗證的規畫寫成已經實現的財務成果。

台灣企業可以怎麼用：先做流程資產負債表

台灣企業通常已有 API 管理、身分權限、流程引擎與監控工具，不必全部推倒重來。可先在既有架構上補齊 Agent 的狀態、工具核准、測試與追蹤層，再逐步統一。金融與製造尤其應把權限最小化、操作留痕與人工切換列為第一版必要條件，而不是等模型變聰明後再補安全帶。

接下來可固定追蹤：1、任務狀態能否跨階段保存；2、工具與權限是否最小化；3、錯誤能否重播與復原；4、模型更換是否不需重建流程。這些指標同時涵蓋技術、流程與財務，能避免團隊只挑對自己有利的數字。對台灣企業而言，最務實的起點通常不是成立一支龐大 AI 部門，而是選一條跨資料、跨系統、又能直接衡量成本或營收的流程，讓小型 FDE 團隊與業務負責人共同完成第一個生產閉環。

最後要記住，真正的護城河不是 Prompt 數量，而是企業願不願意把規則、失敗案例與決策邊界持續沉澱。模型會升級、單價會下降、工具名稱也會換季；留在公司裡的本體模型、測試資料集、連接器、技能模組、權限設計與營運紀錄，才是能在下一輪技術變化中繼續複利的資產。