# 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