双系统决策+双层自进化,Agnes让Agent效率最高提速14倍,成本骤降至1/27!
过去做一套企业软件,开发可能要花90块,给每家客户适配只要10块。软件做一次、卖给很多家,前面那90块就能被一点点摊薄。这是传统软件公司的生意逻辑。 AI把这个公式改了。现在开发只要1块,适配还是10块。
谁懂,独立FDE (前沿部署工程师) 、斯坦福在读博士Zaniel此前跟量子位交流时算的这笔账,几乎把今天Agent落地最扎心的现实说透了。
因为企业适配这事儿,归根结底就是让AI把每个客户的业务流程、工具系统和现场设备重新认一遍。
可真让它走出屏幕,去指挥车间里的传送带、读取工业称重台的读数,或者操作机械臂完成一次精密装配,画风立马就变了。
抱意思,这个我之前没见过,你得重新教我。
一个采用Apache 2.0许可证、允许商用,并已在GitHub收获2.1k Star的开源系统,就这样进入了我的视线。
现在不少Agent之所以又慢又贵,倒不是大模型不够强,恰恰相反,是因为它太能干了,结果什么活都往它身上塞。
很多根本不需要复杂推理的操作,也要完整调用一次大模型,这不纯纯大材小用浪费吗??
Agnes Harness就想了,不行,咱得分工,于是干脆搞出了一套 「Sys1双系统决策」 机制。
而那些高频且明确的操作,则交给专门训练的9B决策模型System 1,也就是 Agnes Sys1.0 。
Agnes Harness报告显示,在一项模拟家庭漏水的任务中,同样是判断下一步该干啥,大模型平均要想7.6秒,Agnes Sys1.0只需要0.53秒。
至于成本,在另一组行李房 (完成物品称重、竖直摆放和暂存) 测试中,双方分别完成100次判断,在线大语言模型的单次调用成本约为0.00247美元,Agnes Sys1.0则约为0.000091美元。
比起每一步都调用大模型的方式,「大模型+Agnes Sys1.0」这对搭档直接将 整体任务耗时缩短了32.9%。
Agnes Sys1.0先看看新任务要干啥,再自己出几道有标准答案的练习题,做完后根据结果调整一下自己的判断方式。
毕竟今天操作的是A设备,明天可能就换成B设备,要是每次学到的东西都往模型里塞,时间一长,谁知道会不会互相打架。
所以Agnes Sys1.0干脆每次只针对眼前的任务临时调整一小部分参数,干完就恢复原样。
Agnes Harness会把整个执行过程重新过一遍,看看哪里反复报错、哪一步最耽误时间,再调整Prompt、Memory、Skills和Subagent的配合方式。
确认确实有效后,再整理成版本化Playbook (操作手册) ,留给后续任务直接复用。
称重台还没稳定就急着读数,操作顺序也没安排明白,折腾了整整 30分钟,最后还是超时了。
注意, AI总结出来的新方法,得先经过仿真测试,确认靠谱了,才能写进Playbook。
业务工具、模型适配器、Agent工作流、Skills,甚至操作界面,都能封装成插件。
门槛倒不算高,准备好Node.js 24.10及以上版本和pnpm 10.34.5即可,使用云端模型API的话不用额外配GPU。
直接把GitHub地址扔给DeepSeek Harness,让AI帮我装AI不就得了。 (doge)
我继续在旁边码字,大约50分钟后,Agnes Harness就在我的MacBook Air上跑起来了。
更有意思的是,新开一个对话窗口,只要说一句「帮我审稿」,Agent就能自动调用这个插件。
而且插件还有版本管理机制,新会话可以使用新版本,正在执行的任务则继续沿用原来的版本。
Agnes Harness的办法,是给这些设备定一套统一的「沟通规则」,它叫MHS (Model Hardware Standard,模型硬件标准) 。
至于先调用谁、后调用谁,任务又该怎么拆,则交给Agnes Harness统一安排。
Agent接到救援任务后,先派出搜索设备寻找宇航员,再协调机器人和气闸,把人安全带回基地。
大语言模型负责思考,Agnes Sys1.0负责快速判断,TTT适应眼前的新任务,RSI留下长期经验,插件和MHS则负责连接软件系统与真实设备。
具体来看,考验复杂任务规划的DeepPlanning,Agnes Harness拿下 87.07分 ;拼复杂代码能力的BigCodeBench-Hard V1,通过率达到 40.69% 。
有人开始吐槽,AI Agent完成前80%的任务时宛如魔法,最后20%却能让自己调试整整4个小时。
还有人更惨,一位SaaS从业者称自己每月收客户400美元,却被报错的Agent在不到6小时内疯狂重试3.1万次,一夜烧掉4700美元Token,直接倒贴十几倍。
Cyera首席战略官Sol Rashidi此前透露,自己已经裁掉了一半Agent。
单个项目省钱是一回事,前一个项目的投入,能不能变成下一个项目的起点,又是另一回事。
就像开头Zaniel算的那样,AI已经把开发成本从90块打到了1块,剩下那10块,才是真正难啃的骨头。
如果今天跑通的流程、踩过的坑和积累的经验,都能留下来,变成下一次交付可以直接复用的能力,这10块就有机会被一点点摊薄。
Agnes Harness开源地址: https://github.com/AgnesAI-Labs/agnes-harness Agnes Sys1 1.0技术报告: https://github.com/AgnesAI-Labs/Agnes-Sys1-1.0-Technical-Report Agnes Harness技术报告: https://github.com/AgnesAI-Labs/Agnes-Harness-Technical-Report-Nov-2026
黄仁勋不再沉默:我愿重掌英伟达!董事会:不考虑 2026-11-18
中专生拍出《哈利·波特》爆款!欧美明星、好莱坞制片人集体点赞 2026-11-14
纯代码造《后室》,116秒切20种画风!文心新模型玩嗨了 2026-11-11
突发!DeepSeek开放全家桶API 2026-11-14
热门文章
突发!DeepSeek开放全家桶API
阿里正式发布Qwen4,智能体及编程能力进阶,迈向真实全场景
英伟达上演“奥特曼2.0”,员工集体请愿:让老黄回家!
「史上最严」湿实验预测基准发布!推理拉满、算力翻5倍也白搭
GPT-6.2 Astra和Sol王炸双发!3D又危了
量子位 QbitAI 版权所有©北京极客伙伴科技有限公司 京ICP备17005886号-1