# 企业 Agent 的工作框架怎么搭？

> 系列：AI落地实践｜模型之外的工作系统：Harness

企业 Agent 越部署越多，工作框架该怎么搭、又该怎么管？先看一个极薄的工作框架 QM。这里说的 Harness，就是模型外组织工具、记忆和流程的工作系统。项目讲者是 Josh France 和 Regan Bell，乔什·弗朗斯、里根·贝尔。这个故事的前半段，是 YC 自己的踩坑史：2025 年 1 月，一个通用 Agent，所有人都跟同一个系统说话；2025 年 6 月，把编码智能体放进虚拟机、接上 Slack，不会写代码的人描述一个 bug，机器人就直接去修；2026 年 1 月，YC 的合伙人开始用 OpenClaw，一个"有自己电脑"、可以高度定制的个人助理；2026 年 4 月，他们部署了 50 多个 Hermes 智能体组成的舰队，确实好用，但管理舰队像打地鼠，要一台台机器登进去手动修。

### p21

QM 的设计，从一个叫"解除束缚"的想法出发。2024 年有篇文章叫《Situational Awareness》，核心直觉是：模型身体里已经有的智能，比我们实际用出来的要多；你只要不断把给它的能力边界往外推，新的能力就会出现。

他们做的第一件事，是把"大脑"从沙箱里取出来：会话、记忆、任务队列，全部集中放进 Postgres；沙箱不再是智能体的家，而是按人、按频道隔离、可以按需进入和更换的资源。但自动改进不是一帆风顺。他们让大模型当裁判、派一大群智能体去修各自遇到的 bug，结果遇到一个叫"主角综合征"的问题：每个智能体只摸到大象的一部分，做出只对自己那摊事负责、甚至互相打架的修改。所以人目前仍然必须在环。

### p22

QM 的核心工具只有三个：在远程沙箱里执行命令，读写对象存储，以及把目录发布成内部应用。记忆、定时器这些，被明确称为"暂时糊住系统粗糙边缘的纸片"。他们对自己的定位是：一个"为 AGI 到来做准备的框架"。

但模型当下还有三个明显的毛病。第一，它太容易放弃，即使开了高投入档位也一样；他们的解法是一个"苦工工具"：给目标设一个预算下限，几个小时或者一定的 token 花费，没花够就不许放弃。他们还观察到，OpenAI 和 Anthropic 用非常相似的技巧，破解了一些开放的数学问题。

### p23

第二，它会忘记自己被告知过的环境信息，在多人场景里搞不清自己在哪、在跟谁说话。第三，它并不天生理解社交情境和组织结构：什么秘密该怎么处理，什么时候不该插话，信息能分享给谁——这些它都不会。他们有一句话值得记住：你的上下文能做多深，最终取决于你的权限系统有多好。

### p24

企业搭建 Agent 的工作框架，可以从四件事入手。

第一，别把预算只花在换模型上。在 Paper Club 分享的 ARC-AGI-3 对照中，同一个 Claude Opus 5，模型权重不变，裸考最好成绩 30.2%，加上 Harness 后 95.5%——在你追新模型之前，先确认现有模型的能力，是不是被你的harness浪费了。

### p25

第二，认真打磨harness这一层：提示词、工具、记忆、技能、流程。工具让模型不必硬算，记忆让它跨轮保留信息，技能让成功经验可以复用。这些不是脏活，这是把模型能力兑现出来的主要工作面。

### p26

第三，用同一套考卷，持续、公平地对比不同harness：固定预算，看平台期，看成本和性能的比值。没有自己的考卷，你就只能听别人说哪个模型强。

### p27

第四，盯住这三个新变量：harness能不能在干活中改进自己；哪些推理可以放回本地、把成本和隐私拿回来；以及你的数据和权限系统，撑不撑得住一个知道得越来越多的智能体。

还是记住那句话：模型决定下限，harness决定上限。你离落地的距离，往往不在模型，而在harness。

关注 AI落地实践。下一条，我们就来横向对比目前市面上主流的harness。