前途科技前途科技
  • 服务
  • 关于
  • AI
    • AI 大模型
    • 具身智能
    • 算力芯片
  • 科技
    • 智能终端
    • 软件·互联网
    • 汽车·出行
    • 科学前沿
  • 资源中心
    • 深度研究
      • AI 前沿
      • 教程
      • AI 知识库
      • 案例研究
    • 行业报告
      • 白皮书
      • 行业报告
      • 研究报告
      • 技术分享
      • 专题报告
    • 精选案例
      • 金融行业
      • 医疗行业
      • 教育行业
      • 零售行业
      • 制造行业
  • 服务
  • 关于
联系我们
软件·互联网/11.20 · 13:24/5 MIN/编译自 一水/0 阅读

Agnes双系统决策让Agent提速14倍、成本降至1/27

开源框架Agnes Harness用「大模型+9B决策模型」的双系统分工,把单次判断速度提升14.3倍、成本压到原来的1/27,再靠测试时训练与递归自我改进沉淀经验,让Agent在真实设备上少走弯路。

Agnes双系统决策让Agent提速14倍、成本降至1/27

过去做企业软件有个经典账本:开发花 90 块,给每家客户适配花 10 块,前面那 90 块能靠规模一点点摊薄。AI 把公式改了——开发成本降到 1 块,适配还是那 10 块。

这 10 块难啃,是因为适配意味着让 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。而不少 Agent 本质上还是被关在浏览器和终端里的「赛博临时工」:写代码漂亮,Benchmark 分数高,可真让它去指挥传送带、读取工业称重台、操作机械臂,它只会说一句「这个我之前没见过」。更麻烦的是它还带着「鱼的记忆」——第 100 次执行任务犯的蠢,跟第 1 次几乎一模一样。

采用 Apache 2.0 许可、已在 GitHub 收获 2.1k Star 的开源系统 Agnes Harness,试图解决的就是这两件事。它的核心设计有两点:Sys1 双系统决策,以及 TTT×RSI 双层自进化。

Agnes Harness 双系统示意图

给 Agent 配快慢双脑

现在不少 Agent 又慢又贵,不是大模型不够强,而是太能干,什么活都往它身上塞。很多不需要复杂推理的操作,也要完整调用一次大模型。

Agnes Harness 的做法是分工:需要复杂推理的交给大语言模型的 System 2;高频且明确的操作,交给专门训练的 9B 决策模型 System 1,即 Agnes Sys1.0。它以插件形式接入,专门判断下一步该走哪:调用哪个工具、继续等待还是立即执行、拿不准时要不要请大模型出场。

这个 9B 模型的单兵能力相当能打。官方报告显示,在模拟家庭漏水任务中判断下一步动作,大模型平均要 7.6 秒,Agnes Sys1.0 只需 0.53 秒,速度是原来的 14.3 倍。成本方面,行李房任务(称重、竖直摆放、暂存)各做 100 次判断,在线大模型单次调用约 0.00247 美元,Agnes Sys1.0 约 0.000091 美元,仅前者约 1/27。

单次决策成本对比

在仿真环境中,一只机器狗的任务是室内找门并穿过。「大模型+Agnes Sys1.0」的组合把整体任务耗时缩短了 32.9%,差距肉眼可见。

TTT:上岗前突击补课,学完就清空

换台设备、接个新任务,Agnes Sys1.0 没见过怎么办?总不能每次都拖回去重训。它留的一手是 TTT,即测试时训练:先看新任务要干什么,再自己出几道有标准答案的练习题,做完后据结果调整判断方式。过程不动 9B 模型的主体参数,只微调末端一小组负责校准的参数。

有意思的是「学完就清空」的设定。今天操作 A 设备、明天操作 B 设备,若把每次学到的东西都塞进模型,时间一长容易互相打架。所以它只针对眼前任务临时调整一小部分参数,干完恢复原样。

参数可以恢复,经验不能打水漂,这就轮到双层自进化的另一半:RSI,递归自我改进。每次干完活,系统会把执行过程复盘一遍,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。发现更好的方法,先在当前任务验证;确认有效后,整理成版本化的 Playbook(操作手册),留给后续任务复用。

在一项复杂设备入库验收任务中,Agent 第一次称重台还没稳定就急着读数、操作顺序也没排明白,折腾 30 分钟后超时;RSI 记下这些坑,第二次按验证过的流程走,不到 8 分钟完成。注意,AI 总结的新方法必须先经仿真测试确认,才能写进 Playbook。

插件化接入,再给 Agent 一副身体

真要进厂,先得跟现有业务系统打交道。Agnes Harness 的办法是做成插件、按需装配: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,已有系统可通过 MCP 接入。

体验需本地部署,准备 Node.js 24.10 及以上版本和 pnpm 10.34.5,用云端模型 API 不必配 GPU。作者实测攒了一个审稿插件,启用后扔进一段埋坑的稿子,揪出 6 处问题并标注位置、类型和修改建议;新开对话只要说一句「帮我审稿」,Agent 就自动调用,不用重复交代规则。插件还有版本管理,新会话用新版本,执行中的任务沿用原版本。

本地部署工作台

硬件是更硬的骨头。Agnes Harness 用 MHS(Model Hardware Standard,模型硬件标准)给设备定统一沟通规则:设备接入后先按统一格式报身份——当前状态、能执行哪些动作、能返回什么数据;谁先谁后、任务怎么拆,则由 Agnes Harness 统一安排。官方还做了火星救援 Demo:Agent 派搜索设备找人,再协调机器人和气闸把人带回基地,多个设备围着同一目标接力。安全上,Agnes Harness 负责安排任务,实时控制与物理安全仍归设备控制器。

阶段性成绩单

官方公布了覆盖 9 项基准的自评成绩:6 项拿下对照组第一,另有 1 项与 Codex 并列第一。复杂任务规划的 DeepPlanning 拿到 87.07 分,复杂代码基准 BigCodeBench-Hard V1 通过率 40.69%。

9 项基准评测成绩

从行业情绪看,这笔账确实该算了。有人吐槽 Agent 完成前 80% 任务像魔法,最后 20% 能让自己调 4 个小时;有 SaaS 从业者称每月收客户 400 美元,却被报错的 Agent 在 6 小时内重试 3.1 万次,一夜烧掉 4700 美元 Token。Cyera 首席战略官 Sol Rashidi 甚至裁掉了一半 Agent,理由是盯着 AI 干活花的时间,比 AI 省下的还多。

标签:AI 智能体开源

想了解 AI 如何助力您的企业?

免费获取企业 AI 成熟度诊断报告,发现转型机会

置顶文章

自己动手做模型:ML Intern 低成本定制小模型实战
置顶

自己动手做模型:ML Intern 低成本定制小模型实战

微软和Meta收紧Claude:被削掉的是入口,不是模型
置顶

微软和Meta收紧Claude:被削掉的是入口,不是模型

前途科技前途科技
服务关于快讯技术商业报告
微信咨询二维码

咨询微信

扫码添加微信咨询

前途科技微信公众号

微信公众号

扫码关注

Copyright © 2026 AccessPath.com, 前途国际科技咨询(北京)有限公司,版权所有。|京ICP备17045010号-1|京公网安备 11010502033860号|隐私政策|服务条款

一个 Agent 从进场、运行、维护到复制,每一步都会产生账单。单个项目省钱是一回事,前一个项目的投入能否变成下一个项目的起点,是另一回事。开发成本从 90 块打到 1 块之后,剩下那 10 块,正是 Agnes Harness 想一点点摊薄的部分。

谷歌Playground的账本:做游戏的人付钱,玩游戏的人免费
置顶

谷歌Playground的账本:做游戏的人付钱,玩游戏的人免费

//

24小时热榜

Meta 发布 Muse Spark:迈向个人超级智能
TOP1

Meta 发布 Muse Spark:迈向个人超级智能

谷歌建“镜像维度”假网络测试AI智能体
TOP2

谷歌建“镜像维度”假网络测试AI智能体

3

Meta 便携 AI 设备 Muse Charm 或定价 300 美元

5小时前
Meta 便携 AI 设备 Muse Charm 或定价 300 美元
4

Super-agent 设计探索:迈向更自主的 Agent 系统

8小时前
Super-agent 设计探索:迈向更自主的 Agent 系统
5

拆解腾讯开源 LoopForge:跨过单机编码 Agent五道坎的 Harness

8小时前
拆解腾讯开源 LoopForge:跨过单机编码 Agent五道坎的 Harness
6

涂鸦全新 MiniApp IDE 发布:让想法,直接变成小程序

8小时前
涂鸦全新 MiniApp IDE 发布:让想法,直接变成小程序
7

Anthropic 启动 IPO,每股定价 83 美元

9小时前
Anthropic 启动 IPO,每股定价 83 美元
8

Google Gemini 4 Neon发布,成本降低32%可编排多代理

10小时前
Google Gemini 4 Neon发布,成本降低32%可编排多代理
热门标签
大模型AgentRAG微调私有化部署Prompt EngineeringChatGPTClaudeDeepSeek智能客服知识管理内容生成代码辅助数据分析金融零售制造医疗教育AI 战略数字化转型ROI 分析OpenAIAnthropicGoogle

关注公众号

前途科技微信公众号

扫码关注,获取最新 AI 资讯

免费获取 AI 落地指南

3 步完成企业诊断,获取专属转型建议

已有 200+ 企业完成诊断