DeepSeek Harness
Braintrust对生产环境AI Agent的1781次运行分析显示了一个反直觉的事实：保持模型不变，仅更换包裹模型的"智能体框架"（Harness），成功率可以从12%直接跳到92%——波动幅度超过80个百分点。量化差异：框架影响力是模型的7倍以上回归分析把这一直觉量化为精确数字：智能体框架能解释约5.3%的成功率差异模型仅能解释0.7%换智能体框架的影响力是换模型的7倍以上一个更精细的实验：普林斯顿大学的研究者固定了同一个模型，只改变它操作代码库的界面：每次只显示文件的一百行 → 修复率18%显示整个文件 → 修复率反而降到12.7%信息更多，结果更差。为什么框架如此关键？一个编码智能体可以被拆成两个部分：模型：提供推理能力（相当于马）框架：循环机制、可调用的工具、能看到的上下文、允许触碰的权限（相当于绑在马身上的所有带子）语言模型本质上只是一个函数：文本进，文本出。它不能读取文件、不能运行测试、甚至不能记住自己一分钟前说过什么——除非你把对话记录重新贴给它。而框架，就是门外的所有装置。框架掌控着模型的"视野"和"行动范围"：① 上下文浓缩能力（最关键）普通Agent把所有对话、代码diff全部堆进去，上下文越来越臃肿，后期胡说八道。大厂Agent自动摘要、自动淘汰无效历史、压缩冗余信息。② 任务拆解与闭环能力普通插件要么一步到位乱改，要么拆得稀碎反复问你确认。大厂Agent自带成熟工作流：拆解任务→分步执行→文件校验→语法检查→结果收敛。③ 工具调用策略普通Agent每改一行代码都弹窗询问。大厂Agent有完善的权限策略、自动执行机制、风险判断机制。💡 行业内已经有共识：Agent最终效果，模型权重只占三成，工程框架机制占七成。DeepSeek官方公式：Model + Harness = Agent。2026年AI竞争的真实格局：模型是入场券，框架是决胜局。 那些还在卷模型参数、卷Benchmark分数的公司，可能已经输在了起跑线。
发布于 山西
分享
评论
赞
未登录
友善发言
评论
加载中
