实在Agent刷新全球纪录，究竟强在哪？
实在Agent登顶OSWorld，真正值得关注的不是90.2%这个数字本身，而是它走了一条跟硅谷巨头完全不同的技术路径。Meta、OpenAI、Anthropic等提交的是纯通用模型方案，主要靠模型自身的推理能力硬扛任务。实在Agent提交的是“通用模型+工程架构”的智能体框架方案。这套工程架构，行业给它起了个名字叫Harness——可以通俗理解为AI的“操作系统”。就像电脑有了Windows才能稳定运行软件，AI有了Harness才能可靠地完成一系列复杂操作。斯坦福大学与清华大学的研究表明，同一底层模型，仅因Harness设计不同，智能体表现差距可达6%至17%。在编码基准测试中，同一模型仅改变Harness设计，解决率可从约5%跃升至30%以上。实在智能的底气来自哪里？自2018年成立以来，已服务超6000家企业，其中90%为世界500强、央国企及行业龙头企业。在财务、人事、客服等真实业务场景里积累了海量的操作数据和工程经验。大模型是发动机，但光有马力不够，方向盘、制动系统、底盘调校同样决定一辆车能开多远。OSWorld登顶释放的信号很清楚：智能体竞争正在从模型单打独斗走向系统工程。
发布于 四川
2
评论
2
未登录
友善发言
评论
加载中
