Agnes Harness开源:Agent决策提速14倍、成本降至1/27
企业将Agent接入真实业务时,难点往往不在模型开发,而在客户适配:业务流程、工具系统和现场设备都需要重新理解。Agnes Harness试图解决这一问题。该项目采用Apache 2.0许可证,已在GitHub获得约2.1k个Star,核心设计包括Sys1双系统决策和TTT×RSI双层自进化。
在Sys1机制中,复杂推理由大语言模型System 2负责,高频且规则明确的操作交给9B决策模型Agnes Sys1.0。它可判断下一步该调用哪个工具、继续等待还是立即执行,以及是否需要请求大模型介入。项目测试显示,在模拟家庭漏水任务中,在线大模型平均耗时7.6秒,Sys1.0仅需0.53秒,速度提升约14.3倍。
成本测试中,双方各完成100次行李房判断任务,在线大语言模型单次调用约0.00247美元,Sys1.0约0.000091美元,后者约为前者的1/27。机器狗在仿真环境中执行“寻找室内房门并穿过”任务时,采用“大模型+Sys1.0”组合,整体耗时比每一步都调用大模型缩短32.9%。
面对新设备和新任务,Sys1.0支持TTT(测试时训练):先分析任务,再自动生成带标准答案的练习题,并仅调整末端少量校准参数,不改变9B模型主体。任务完成后,这些临时参数会清除,以避免不同设备的经验相互干扰;经过验证的长期经验则由RSI(递归自我改进)沉淀。
RSI会复盘执行过程,定位报错和耗时环节,并调整Prompt、Memory、Skills及Subagent协作方式。新方案需先在仿真环境验证,确认有效后才会写入版本化Playbook。设备入库验收测试中,Agent首次因称重台未稳定便读取数据、流程安排不当而耗时30分钟并超时;复用改进流程后,第二次用时不到8分钟。
为连接现有软件和现场设备,Agnes Harness采用插件架构,业务工具、模型适配器、工作流、Skills和界面均可封装,已有系统也能通过MCP接入。项目目前需要本地部署,环境要求Node.js 24.10及以上、pnpm 10.34.5,调用云端模型API时无需额外GPU。
体验中,审稿插件可检查错别字、语病、逻辑矛盾及数字单位问题,并从一段测试稿中找出6处问题;插件支持版本管理,新会话可使用新版本,进行中的任务继续使用旧版本。面向机械臂、机器人和传感器,项目还提出MHS(模型硬件标准),统一描述设备状态、动作和返回数据,任务编排由Harness负责,实时控制与物理安全仍交给设备控制器。
项目还展示了火星救援仿真Demo,由搜索设备、机器人和气闸协同完成搜寻、开门、移动和返回。阶段性自评覆盖9项基准,其中6项取得对照组第一,另有1项与Codex并列第一;在复杂任务规划评测DeepPlanning中得分87.07分。整体上,大模型负责深度思考,Sys1.0负责快速判断,TTT适应当前任务,RSI保存长期经验,插件与MHS则负责连接软件和现实设备。
本文基于公开渠道信息整理,内容可能存在不准确或遗漏之处,不代表本站立场,如内容涉及侵权或错误,请联系我们处理。
阅读原文