AI Agent胜负取决于Harness

Tue, 01 Sep 2026 16:30:00 +0800

🎯 同一个模型放进不同Agent Harness，最终的稳定性、权限边界、记忆能力和运行成本可能完全不同。YC开源的QM把这层基础设施完整展示了出来。

近期关于“Agent表现有多少来自模型、有多少来自Harness”的讨论再次升温。有人把Harness贡献估计为六成，这个数字属于从业者经验判断，缺少统一基准支持；背后的方向很清楚：模型只负责生成下一步，生产系统还要负责身份、状态、工具、审批、错误恢复和审计。

Y Combinator开源的QM项目提供了一个可直接研究的样本。它采用MIT许可证，定位是面向企业和团队的多人Agent Harness，运行在Slack与Web中。YC表示，QM已经用于会计、法律、活动和工程等内部工作，但官方同时明确标注项目仍处于早期实验阶段。

📌 Agent、Harness和平台分别做什么

一个完整Agent系统可以拆成三层：

层级	主要职责	常见组件
模型与Agent Loop	理解任务、选择动作、生成工具调用	GPT、Claude、Gemini、开源模型
Agent Harness	管理状态、工具、记忆、权限、重试和验证	QM、Claude Code、Codex、OpenCode、Hermes
运行平台	提供账号、消息入口、数据库、沙箱和部署环境	Slack、Web、VPS、容器、云平台

模型能力决定推理和生成质量。Harness决定模型能看到什么、能调用什么、失败后如何恢复、执行结果是否可信。平台继续承担账号体系、数据持久化、网络和运行资源。

许多“模型突然变聪明”的体验，实际来自Harness升级：系统提示词更精确、工具返回更干净、上下文更短、错误会自动重试、关键步骤有测试和审批。反过来，强模型进入一个缺少状态管理和验证的Agent Loop，也容易反复执行、遗忘进度或错误修改文件。

QM与个人聊天机器人的差异集中在scope。每位员工、每个Slack房间和每个项目都有独立作用域，包括：

官方架构使用一个Headless Core统一处理API、身份、策略和调度，Postgres保存会话、记忆、队列及其他持久状态。Agent通过固定工具面工作，其中execute会在当前Scope的独立沙箱里运行命令。

QM允许Pi、OpenCode、Codex和Claude Code驱动同一个Core。企业可以更换模型或Harness适配器，同时保留原来的身份、记忆、Slack入口、权限和业务数据。

这种结构解决了团队Agent最容易失控的三个问题：

QM默认部署在企业自己的云账号中，当前初始化目标为Fly.io或AWS。官方推荐创建组织自有的部署仓库，再通过npm包初始化：

npm exec --yes --package=@yc-software/qm@latest -- \
 qm init . --org <slug> --target <fly-or-aws>
npm install

在QM源码仓库内创建组织Layer时，对应命令是：