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AI代理人研究、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。
模型每生成一個 token,都不想把前文重算一次。KV Cache 保存上下文,卻會隨序列與併發量擴張,迫使資料從 HBM 外溢到 DRAM、SSD 與共享儲存。
AI 正從軟體變成可調度的勞動力。未來的一人公司會是 1+N+X:一位負責的人、可變數量的 Agent、按需出現的真人專家。
當 Agent 開始替人類研究、比較與採購,網站除了服務真人,也要提供機器可讀的資料、價格、授權與工具。
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。
Agent 數量、任務執行與 Token 消耗可以快速成長,但每多一個能採取行動的 Agent,就多一組權限、流程、例外與責任問題。
模型 Demo 通常很快,生產上線卻很慢。藏在水面下的資料品質、流程例外、安全合規與組織責任,才是 FDE 真正處理的成本。
企業不是把 AI 工具交給員工就算導入。長安派出 24 名業務與技術骨幹,騰訊派 10 名產品、研發與交付專家,真正的目標是共同養出懂業務也懂 Agent 的人。
資料、ERP、權限與流程各不相同;企業需要更深整合,但自動化開發同時壓低了客製成本。
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。
企業 AI 已不是採用率問題,而是流程重構、資料治理、員工採用與財務成果能否一起過關。
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。
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。
工程能力、產業顧問與客戶共同治理結合;EY 先當 Client Zero,再把流程成果向外複製。
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。
中國雲端業者不只提供模型與 API,也開始補上客戶陪跑、權限、連接器、評測與長期執行。
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。
基礎大模型正在重畫流量入口。零售商可以向外部 AI 完全開放、維持封閉,或像 Walmart 一樣用自有助手作為中介。這不只是技術選擇,而是顧客與資料歸誰。
Sparky 能搜尋、比價、看圖、理解語音並完成情境式整單採購;底層則由自研模型 Wallaby、商品資料、庫存、會員與履約系統支撐。介面只是冰山露出水面的那一角。
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。
台灣機器人理財服務 23.5 萬人、資產管理規模 156.6 億元,四年成長 316%。但把它放進 36 兆元的市場,占比不到千分之一。這個落差,正好說明智能理財真正的價值在哪裡。