Add Milky notes: 20 file(s)

InBox/_播客__Agent技术周报2_harness工程能力更新_开源agent生态分化_BV1LjdzB3EAu_笔记.md

@@ -0,0 +1,180 @@
+# Agent技术周报#2：Harness工程能力更新与开源Agent生态分化
+
+## 本周核心主题
+
+Agent开发正从**单纯的模型能力竞赛**转向更复杂的**系统能力构建**，Harness Engineering（脚手架工程）成为Agent开发的核心差异化竞争点。
+
+业界共识：有用的Agent不是 "just best models"，而是以下系统能力的组合：
+
+- 文件系统访问
+- BSH（Shell）上下文压缩
+- 记忆管理
+- 权限控制
+- 重试机制
+- 评估机制
+- 子Agent协作
+
+---
+
+## 趋势预测
+
+> 预计到 **2025年下半年**，竞争焦点将从模型精度转向整个Agent系统的**鲁棒性**和**可观测性**。
+
+用户核心关注点：
+
+| 旧关注点 | 新关注点 |
+|---------|---------|
+| 单次推理精度 | 能否持续运行数小时甚至数天 |
+| 模型是否最聪明 | 任务中途出错能否自动恢复 |
+| 上下文理解能力 | 长对话中是否丢失上下文 |
+
+---
+
+## Harness工程的技术实践路径
+
+### 1. 解耦与标准化
+
+**代表方案：OpenAI Ediness SDK**
+
+- 将Harness逻辑与实际计算存储环境分离
+- Harness本身**开源可定制**
+- 具体代码执行委托给第三方沙箱环境（如 Modal、CodeFlare）
+- 形成 **无状态编排 + 有状态隔离工作区** 的模式
+- 优势：**既安全又灵活**
+
+### 2. 强化控制与护栏
+
+**代表方案：Lachain DeepAgent**
+
+- 将Agent降级为**结构化的工具调用**
+- 通过**中间件**和**严格的文件系统权限**设置护栏
+- 防止Agent行为失控
+
+### 3. 技能持久化与演化（关键创新）
+
+**代表方案：HermesAgent**
+
+核心思想：把Agent成功完成的工作流**自动保存**为可复用的技能
+
+```
+工作流程：执行 → 成功 → 保存技能 → 可复用 → 持续积累
+```
+
+- Agent不再是"干完就忘"
+- 能积累经验，**越用越强**
+- 形成 **学习 → 固化 → 复用** 的闭环
+
+---
+
+## 实际影响
+
+### 企业层面
+
+- **部署门槛变化**：从"选GPT-4还是Claude"转向"如何设计稳定安全的Harness系统"
+- 云服务商迅速反应：Cloudflare、Modal等推出专门的**Agent沙箱服务**，试图在生态层绑定用户
+- 开源Harness项目正在快速追赶闭源系统的能力
+
+### 用户层面
+
+- 更关注Agent的**持续运行能力**、**自动恢复**、**上下文保持**
+- 衍生新现象：**Wing Fatigue**（持续的审查、修正AI输出带来的精神疲劳）
+- 反向推动系统本身需要更可靠、更自动化
+
+---
+
+## 开源Agent生态分化
+
+> 本周焦点：开源Agent框架早期百花齐放，现在开始像操作系统一样出现**清晰的定位分化**。
+
+### 主要框架对比
+
+| 框架 | 定位 | 特点 | 目标用户 |
+|------|------|------|----------|
+| **HermesAgent** | 可编程专业Agent | 高度可定制、技能持久化、工具箱 | 开发者和高级用户 |
+| **Open Interpreter / Open Cloud** | 即时运行个人助理 | 记忆导入、Memory Palace、聊天UI优化、视频生成插件 | 普通用户 |
+
+### HermesAgent（本周更新 V0.9 / V0.10）
+
+核心功能：
+
+- 专业的本地Web管理仪表盘
+- 强大的**技能持久化**功能
+- 丰富的集成能力
+
+典型应用场景：
+> 用户用它自动修复开源模型的底层代码bug → 跑测试 → 生成报告 → 上传到模型社区，全程高度自制。
+
+**杀手锏**：不是会用工具，而是能**固化技能**——让Agent从临时工变成有经验的老员工。
+
+### Open Cloud
+
+核心功能：
+
+- 记忆导入
+- Memory Palace
+- 聊天UI优化
+- 视频生成插件集成
+
+**定位**：更偏向即时运行个人助理，用户体验更友好。
+
+### 新入局者
+
+| 框架 | 特点 |
+|------|------|
+| **OpenAG** | 开源云编码Agent站 |
+| **DeepAgent** | 底层运行1，支持可插拔模型、提供商、沙箱、中间件、追踪等 |
+
+---
+
+## 行业格局影响
+
+> 2025年可能迎来Agent框架的 **Linux vs Windows** 时刻。
+
+- 用户根据**可编程性需求**（Hermes方向）还是**应用性需求**（Open Cloud方向）做选择
+- 开源Agent在**可复现性**和**可审计性**上的优势凸显
+- 开始吸引对**透明度**和**可控性**有要求的企业用户
+- 闭源方案（GitHub Copilot、Claude Code等）仍有先发和集成优势，但开源追赶速度非常快
+
+---
+
+## 其他值得关注的技术趋势
+
+### 1. 安全与合规转型
+
+新的架构正在推动审查重点从**代码安全**转向**AI行为安全**
+
+- 结合Git版本管理的存储方案
+- 为Agent所有操作提供**审计追踪**和**回滚能力**
+
+### 2. 垂直化与平台化并行
+
+- **平台化**：通用Agent平台扩展为Agent工作区
+- **垂直化**：面向生命科学、网络安全等高价值领域的垂直专业Agent兴起，针对特定领域知识深度优化
+
+### 3. 本地部署加速
+
+- 将Qwen 3.6模型通过**量化技术**
+- 可在**消费级显卡**甚至大内存普通电脑上运行
+
+典型场景：
+> 用户用本地部署的模型分析长达**数十万字**的个人日记，数据完全不用离开本地，**隐私优势无可替代**
+
+---
+
+## 总结
+
+Agent战场已全面升级：从单点模型比拼扩展到**整体系统比拼**。
+
+### 决定性竞争优势来源
+
+| 能力 | 说明 |
+|------|------|
+| 容错性 | 系统容许组件失败 |
+| 可恢复性 | 出错后能自动恢复 |
+| 可审计性 | 所有操作可追溯 |
+| 可演化性 | 经验积累能力 |
+
+**Harness工程**是构建这些能力的核心学科。
+
+- 开源生态会继续分化，提供不同层级的解决方案
+- 企业及个人用户的选择标准需从"模型智能"转向"**模型可靠性**"等系统能力