# 执行框架的所有文章

在 HTX 新聞中心流覽與「执行框架」相關的最新資訊與深度分析。潘蓋市場趨勢、專案動態、技術進展及監管政策，提供權威的加密行業洞察。

Claude Code到底有多费token？对比实验来了：三大框架最多差30倍

近期一项关于AI Agent框架的对比实验揭示了不同框架在资源消耗上的巨大差异。实验使用同一模型Kimi K3，在Claude Code、Hermes和Kimi Code三个框架上运行28个相同任务。结果显示，任务成功率相近，但Claude Code的Token消耗量远超其他框架——其中位数Token用量高达34万，是Kimi Code（约6.1万）的6倍，极端情况下差距可达30倍。这直接导致成本差异显著：按Kimi K3定价估算，平均单任务成本约为Kimi Code 0.22美元、Hermes 0.28美元、Claude Code则达2美元。分析指出，Claude Code的高消耗主要源于其设计机制会在多轮交互中反复向模型输入大量历史上下文（包括消息、工具调用及文件内容），导致输入Token激增，而非输出内容更多。实验进一步印证了近期研究趋势：在模型能力趋同的背景下，Agent的编排层（Harness）已成为影响效率和成本的关键因素。有研究显示，仅优化Harness就可使平均任务成本降低41%、延迟缩短44%、Token消耗减少38%，而任务质量保持稳定。这表明，AI Agent领域的竞争重点正从“能否完成任务”转向“谁能以更高效、经济的方式完成”。未来，评估框架时需引入“Harness税”等成本维度，框架本身的优化能力可能比模型选择更为重要。

marsbit07/31 12:26

marsbit07/31 12:26

翁荔新博客提出「自进化先从Harness开始」，DeepSeek崔添翼转发附议

前OpenAI安全副总裁翁荔在新博客中提出，AI自进化（RSI）的现实路径可能先从“Harness”（模型外部运行系统）开始，而非直接修改模型权重。Harness决定模型调用工具、管理上下文、验证结果等关键行为，优化它可以显著提升系统表现。博客梳理了自进化的递进路径：从Context Engineering（如ACE、MCE优化上下文管理）、Workflow Design（如AI Scientist设计科研流程），到Self-Improving Harness（模型分析并修改Harness自身）。其中Self-Harness通过“弱点挖掘-提案-验证”循环，进化出针对不同模型弱点的配置；而DGM等工作通过进化搜索，让AI修改自身Harness代码，在代码基准上表现提升显著，媲美人工设计。 DeepSeek研究员崔添翼转发附议，认为Harness与模型的自进化都是重要方向。翁荔强调Harness与模型将互相强化，但当前仍存在评估器弱、记忆管理难、多样性坍缩、Reward Hacking等挑战。人类角色不会消失，而需在更高层级监督。Harness已成为影响AI能力的关键变量，其自进化将是下一阶段的重点议题。

marsbit07/08 10:25

marsbit07/08 10:25

模型之外皆属Harness：Deepseek下场，国内AI竞争主战场为何变了？

2026年，Deepseek内部组建了专注于代码智能体产品的Harness团队，标志着国内AI竞争的主战场正从“炼大模型”转向“造工具链与办公落地”。Harness（运行时基础设施）被比喻为AI的“岗位说明书与工具箱”，负责让大模型能与外部世界交互、执行具体任务。Deepseek亲自下场，意在掌握接口设计权与训练数据闭环，通过Harness与模型的共同进化形成飞轮效应。其他大厂也在差异化布局工具链：腾讯依托企业微信与云生态，推出WorkBuddy企业版，主打企业级协同与系统连接；阿里则开源了前端浏览器Agent框架PageAgent，旨在降低Web自动化门槛。这种分化表明，行业正聚焦于通过厚重的工程打磨垂直解决方案。海外趋势印证了市场转向：波兰公司Viktor凭借能在Slack内自主执行复杂任务的AI员工，实现了可观收入，证明企业愿意为“自主执行”而非“辅助生成”付费。工具链竞争也带来了新挑战，如长时运行中的Token爆炸问题，要求Harness具备强大的上下文管理、错误恢复和安全沙箱等工程能力。地缘政治因素导致的海外工具限制，也为国产Harness创造了市场空间。企业采购和开发者因此需更关注工程交付能力与生态兼容性，而非单纯比较模型参数。

marsbit06/22 06:04

marsbit06/22 06:04

颤抖吧人类，AI仍在加速狂奔

AI技术仍在加速发展。2026年智源大会显示，行业正推动AI从数字世界迈向物理世界。一方面，Scaling Law（缩放定律）依然有效，持续推动大语言模型和多模态模型进步，模型通过合成数据等方式仍在提升，AI Coding的成熟甚至让AI具备了自我进化的潜力。另一方面，AI发展的重心正在转向追求能理解并预测物理世界的“世界模型”，但目前技术路线多样，数据等问题尚未解决，预计仍需3-5年探索。以语言、像素、三维等为中心的多种技术路径正在并行发展。同时，智能体（Agent）的突破加速了AI落地。从2025年“智能体元年”到如今，智能体变得更主动、更能处理复杂任务，在医疗、会议等场景开始应用。为了让智能体从“可用”变得“好用”，行业开始重点关注Harness（工程化框架），通过优化任务理解、流程设计和验证反馈等细节来提升其执行能力。尽管面临模型能力、工程细节等挑战，但智能体拥有广阔的进步空间，软硬件协同成为其发展的关键。

marsbit06/13 02:51

marsbit06/13 02:51

Anthropic全球警告，OpenAI已跨“可靠性阈值”：AI自我加速启动

AI领域出现重要警告与发展洞察。Anthropic发出全球警告，指出AI递归自我改进进程加速，已接近“自己造自己”的临界点，呼吁减缓研究。与此同时，OpenAI后训练团队负责人Yann Dubois在访谈中揭示了关键内部视角： 1. **能力提升是连续线性，但实用性感知是跳跃的**。AI能力在达到“可靠性阈值”前如同玩具，跨越后则成为可托付工作的可靠工具。OpenAI被认为在去年12月左右跨过了此阈值。 2. **AI正进入自我加速循环**。模型能力提升后，本身已成为研发的有力工具（如辅助编程），从而加速下一代模型的开发，形成越转越快的正反馈回路。 3. **AI构建更像“手艺”而非纯科学**。在硬核领域，经验、直觉和反复试错（类似“炼金术”）目前扮演关键角色，科学解释常事后补足。 4. **垂直应用（Harness）价值巨大，甚至能触及AGI体验**。Dubois认为，若冻结现有模型，仅通过精心打磨针对特定领域的编排系统，即可在许多场景中实现类似通用人工智能（AGI）的效果。当前瓶颈常在于“最后一公里”——权限、数据连接与业务流程集成，而非模型智能本身。 5. **持续学习仍是核心挑战**。模型难以像人类一样在特定环境中持续学习和优化，其学习曲线容易趋于平缓，这是亟待解决的重要问题。综上，AI发展已迈过关键可靠性门槛，进入自我加速阶段，同时为垂直领域的深度应用与集成创造了巨大机遇与挑战。

marsbit06/06 23:24

marsbit06/06 23:24

知情人士：DeepSeek正在组建Harness团队，对标Claude Code

知情人士透露，DeepSeek正在内部组建一个名为“Harness”的团队，旨在开发代码智能体产品，直接对标Anthropic旗下的Claude Code。DeepSeek资深研究员陈德里在社交媒体证实了这一动向，并表示团队目标即“做DeepSeek Code Harness”。此次招聘开放了Harness产品经理和研发工程师两个关键岗位。招聘信息揭示了一个核心公式：模型（Model） + 约束与控制层（Harness） = 智能体（Agent）。这表明DeepSeek的战略重点正从单纯的模型能力竞争，转向构建连接模型与真实工作流的“中间层”。DeepSeek认为，模型之外的上下文管理、工具调用、任务规划、代码修改、终端执行等能力，才是智能体融入开发者工作流的关键。文章分析，DeepSeek此举并非简单打造代码助手插件，而是要“补齐模型通向真实工作流的中间层”，为强大的代码模型“装上双手”。过去，虽然DeepSeek的代码模型能力突出，但尚未形成高频使用的产品化工作流。Claude Code的成功证明，AI编程的竞争已转向争夺开发者工作流入口。此前，一个名为DeepSeek-TUI的开源终端智能体项目在社区走红，它展示了开发者对DeepSeek版Claude Code的强烈需求，但也凸显了官方产品的缺失。官方Harness团队的优势在于能与模型团队深度协作，实现“模型与Harness的共同进化”，并将真实任务反馈系统性地注入模型迭代，形成数据闭环。此举标志着DeepSeek在模型能力之外，开始全力构建其智能体产品的关键组成部分，正式进入以工作流为核心的“智能体战争”新阶段。

链捕手05/22 02:14

知情人士：DeepSeek正在组建Harness团队，对标Claude Code

链捕手05/22 02:14

YC眼中的五种AI Agent核心形态

本文总结了AI Agent发展中的五种核心架构形态，这些形态正从一次性提示应用转向可复用、可积累的工作流系统。 1. **Skills（技能）**：将标准作业流程抽象为可参数化的“方法调用”。同一套流程通过更换参数可处理一类问题，而非单一具体任务。 2. **Thin Harness（轻量执行框架）**：作为模型的“手脚”，负责任务循环、文件管理等基础执行功能。其设计应保持轻量，避免因功能过度堆积导致“上下文腐化”。 3. **Resolvers（解析器/路由）**：通过明确的路由规则，将任务类型映射到对应Skill，解决因技能过多而导致的模型调用混乱问题，确保输出稳定。 4. **Latent vs. Deterministic（潜在与确定性）**：需明确分工。LLM擅长判断、综合等非确定性任务；而算术、优化等需稳定输出的工作，则应交给确定性代码处理。 5. **Memory（记忆）**：系统积累知识的基础。可采用Markdown文件夹等形式，记录“当前可信结论”和只增不减的时间线，使经验得以沉淀并可被自动关联与更新。这些模块共同构成了一种“流程能力”，将经验转化为结构化、参数化的工作流。相比容易被复制的一次性应用，这种深度集成的系统更难被模仿，有望成为个人或组织在AI时代构建长期竞争优势的基础。其本质是将服务产品化，通过编码流程、分离关注点与持续积累记忆，实现更高效、更优质且更具壁垒的产出。

marsbit05/20 07:46

marsbit05/20 07:46

Harness套利期，从SaaS边缘抢救DeFi

本文探讨了AI与DeFi（去中心化金融）的融合趋势，指出AI正通过“Token廉价化、Agent实用化”重塑组织模式和经济价值。传统SaaS和DeFi协议面临冲击，AI将人的能力转化为可计算的Skill，并通过Harness工程优化Agent协作，使数据生产进入零成本时代。DeFi虽已SaaS化，但AI能提升其资本效率和安全机制，代币经济学可能从“使用价值”转向“资本回报率凭证”。未来，AI将接管重复性任务，而人类行为在数据贬值中仍具独特价值，金钱或真正向个人开放。

marsbit04/19 01:15

marsbit04/19 01:15

Agent已进入Harness驱动时代

近日，Anthropic公司意外泄露了其AI编程工具Claude Code的源代码，总量超过51.2万行。虽然未包含颠覆性算法，但完整展示了其Agent工程实践的核心架构——Harness系统。Harness可理解为驱动模型的整套工程架构，其核心作用在于最大化模型能力，而不仅是输出文本。 Claude Code的Harness系统包含六大核心组件：多层级系统提示（System Prompt）、工具规范（Tool Schema）、工具调用循环（Tool Call Loop）、上下文管理器（Context Manager）、子智能体（Sub Agent）和验证钩子（Verification Hooks）。这些组件共同实现了模型行为的精准控制、工具调用与执行的一体化、上下文高效管理、多智能体协同及结果客观验证。 Harness架构将训练与推理环境深度融合，推动后训练（Post-training）朝六大方向发展：系统提示驱动行为对齐、长链路工具调用端到端训练、规划与执行一体化训练、记忆压缩专项训练、子智能体协同编排训练，以及多目标联合强化学习。这一转变意味着行业需求正从纯模型能力转向工程架构与系统整合。复合型人才（兼具AI、工程与架构能力）将更受青睐，而“模型外壳公司”生存空间收窄，必须依靠顶尖基础设施或垂直领域壁垒。Agent落地更强调私有化、高安全与端到端一体化，企业应优先复用成熟Harness设计，结合场景做定制，以实现真正规模化应用。

marsbit04/15 10:10