AB
AiBoss
News

Agnes Harness 开源:双系统决策与双层自进化,Agent 决策提速 14 倍

量子位报道,开源系统 Agnes Harness 采用 Sys1 双系统决策与 TTT×RSI 双层自进化设计,官方自评显示单次决策速度最高提升 14.3 倍、成本约为在线大模型的 1/27,并已开源 Agnes Harness。

核心事实

据量子位报道,开源系统 Agnes Harness 采用「Sys1 双系统决策」与「TTT×RSI 双层自进化」两项设计。前者把需要复杂推理的环节交给大语言模型(System 2),把高频、明确的操作交给专门训练的 9B 决策模型 Agnes Sys1.0(System 1),该模型可通过插件接入。后者中,TTT(测试时训练)只微调末端一小组校准参数、任务结束后恢复,RSI(递归自我改进)则把执行过程复盘后整理成版本化 Playbook 供后续复用。项目采用 Apache 2.0 许可证、允许商用,GitHub 已获 2.1k Star,并已开源 Agnes Harness。

背景与影响

报道称,不少 Agent 的瓶颈不在模型能力,而在适配成本:开发成本大幅下降后,面向每家客户的流程、工具与设备适配仍居高不下,且执行经验难以沉淀。Agnes Harness 的应对方式是把业务工具、模型适配器、工作流、Skills 乃至界面封装为插件,已有业务系统可通过 MCP 接入;硬件侧则提出 MHS(模型硬件标准),让设备按统一格式上报状态与可执行动作。官方自评覆盖 9 项基准,称其中 6 项位列对照组第一、1 项与 Codex 并列第一,DeepPlanning 得 87.07 分,BigCodeBench-Hard V1 通过率 40.69%。

限制与来源

上述提速 14.3 倍、成本约 1/27、任务耗时缩短 32.9% 等数字均来自官方报告与阶段性自评,并非独立第三方实测,具体口径以官方技术报告为准。报道提到 Agnes Harness 目前没有现成的在线网页版,需本地部署,环境要求为 Node.js 24.10 及以上、pnpm 10.34.5,使用云端模型 API 时无需额外配置 GPU;MHS 正以官方插件形式接入新版本,涉及物理设备时实时控制与物理安全仍由设备控制器负责。功能、许可与可用性请以官网及代码仓库当前信息为准。来源:量子位。