AI 代理人從 Demo 到生產:harness、隔離與交接證據清單
模型能力不是代理人上生產的全部。真正決定能否長時間可靠執行的,是工作區、工具權限、狀態、交接與驗收如何被 harness 管住。
謝銘元(艾克斯)整理的代理人框架研究、數據與實務文章。
index,follow
模型能力不是代理人上生產的全部。真正決定能否長時間可靠執行的,是工作區、工具權限、狀態、交接與驗收如何被 harness 管住。
真正穩定的一人公司,不是一支什麼都能自己決定的 AI 軍隊,而是一間有規則、權限、驗收、紀錄與煞車的半自動工廠。
一人公司打造第一支虛擬團隊,重點不是 Agent 數量,而是職責、資料、交接、權限與稽核。
DXC 計畫培訓數萬名 Claude 認證 FDE;執行框架則持續刪除已被更強模型吸收的舊元件。
AgentCore Harness 解決穩定執行,Delivery Harness 則沉澱本體模型、評測、MCP 與營運方法。
單 Agent 約20分鐘、9美元;完整 Harness 約6小時、200美元。更貴可能更好,但每個元件都要證明值得。
FDE 解讀真實業務,Harness 編碼執行規則,生產環境再產生失敗資料,形成持續學習閉環。
以產業知識、FDE、生產 Runtime、資產複用與單位經濟五項指標,重新檢查企業 AI 廠商。
交付週期、人力、準確率、自主交付與轉換率,提供比展示影片更接近財務成果的指標。
AI Factory、AIOS、BootCamp 與專業化 FDE 分工,都是為了讓顧問知識與工程方法不再跟著人走。
固定 Self-Refine 不一定有效;不同任務需要在動作前、回饋後或特定狀態採取不同介入。
多步驟、跨系統、長時間與高權限任務,使狀態漂移、工具誤用與錯誤累積成為系統風險。
AI Agent 是在目標與限制下能規劃、使用工具並回收結果的系統;Harness 管理其任務脈絡、記憶、狀態、權限、驗證與復原。
Optimus 自動化物理工作,Macrohard 嘗試自動化數位工作;兩者共用的不是外型,而是感知、推理、工具與回饋。