AI智能体Harness

别再把目光只盯在模型上。

杰富瑞最近把中美八款AI智能体拉出来实测，结果有点反常识：阿里千问办公拿了95分，全场第一。可它模型本身的智能分，只排第四。

真正拉开差距的，是那些看不见的”脚手架”——业内叫Harness。

模型是发动机，Harness是整车。发动机再猛，装在拖拉机上，也跑不过装了普通发动机的跑车。

这次实测里，腾讯Workbuddy访问量中国第一，但Harness环节得分垫底。流量大，不等于活儿干得漂亮。

为什么Harness这么关键？

因为智能体早不是”你问一句、它答一句”的聊天工具了。它要自己规划、调用工具、读网页、写代码、反复试错，把一个完整任务跑完。

这个过程里，模型只负责其中一环。怎么拆解任务、怎么调用工具、出错怎么回退——全看Harness的功底。

就像开饭店，大厨手艺再高，后厨流程乱成一团，上菜照样慢。

这也解释了行业里一个怪现象：模型越强，价格战反而越凶。DeepSeek涨价、OpenAI降价，大家抢着重排定价。

原因就在这——Agent工作流里，模型从”一次请求”变成了”几十次调用”。低端模型干杂活，高端模型保溢价。

一句话：模型不再是唯一的主角。

对普通用户和企业的启示很简单：别再纠结”哪个大模型最聪明”。选智能体，先看它顺不顺手、跑得稳不稳。

工具好不好用，从来不只是看那颗最亮的引擎。