给AI智能体装上快慢双脑:决策快14倍,成本降到1/27

让智能体真正进厂干活,眼下卡在一笔经济账上。随着大模型开发成本大幅下降,企业适配的开销反而成了最难摊薄的部分——让 AI 把每家客户的业务流程、工具系统和现场设备重新认一遍,既费时又费钱。一套名为 Agnes Harness 的开源系统,试图从”怎么让每一步决策更便宜”入手解开这道题。

一个开源系统,两项核心设计

据量子位报道,Agnes Harness 是一个采用 Apache 2.0 许可证、允许商用的开源系统,已在代码托管平台 GitHub 收获 2100 多颗星。它最受关注的设计有两点:一是”Sys1 双系统决策”,二是”TTT×RSI 双层自进化”。

所谓双系统决策,借鉴了快慢脑的思路。需要复杂推理的环节仍交给大语言模型(System 2);而高频、明确的操作,则交给一个专门训练的 90 亿参数决策模型 System 1,也就是 Agnes Sys1.0。它可以通过插件接入 Agnes Harness,专门判断下一步该怎么走:调用哪个工具、继续等待还是立即执行、拿不准时是否请大模型出场。

单次决策快 14 倍,成本降到二十七分之一

官方报告给出的数据颇为亮眼。在一项模拟家庭漏水的任务中,同样判断”下一步该干什么”,大语言模型平均需要 7.6 秒,Agnes Sys1.0 只需 0.53 秒,速度约为前者的 14.3 倍。在另一组行李房测试中(完成物品称重、竖直摆放和暂存),双方各做 100 次判断,在线大语言模型单次调用成本约 0.00247 美元,Agnes Sys1.0 约 0.000091 美元,单次决策成本只有前者的约二十七分之一。

系统还拉来一只机器狗做仿真测试:任务是先在室内找到一扇门,再穿过去。相比每一步都调用大模型的方式,”大模型+Agnes Sys1.0″的组合把整体任务耗时缩短了 32.9%。

测试项大语言模型Agnes Sys1.0差异
模拟家庭漏水(单次判断耗时)平均 7.6 秒0.53 秒约快 14.3 倍
行李房测试(单次决策成本)约 0.00247 美元约 0.000091 美元约为 1/27
机器狗找门穿门(整体耗时)基准引入决策模型缩短 32.9%

需要说明的是,上述数字来自官方发布的测试结果,属于特定任务条件下的表现,并非所有场景的通用均值。

让经验留下来:测试时训练与递归自进化

速度和成本降下来后,新问题随之而来:换台设备、接个新任务,模型没见过怎么办?Agnes 的答案是两项”自进化”机制。

其一是 TTT(测试时训练)。Agnes Sys1.0 在接新任务前先”突击补课”:查看任务要求,自己生成一批有标准答案的练习题,做完后据此调整判断方式。这个过程不动 90 亿参数模型的主体,只微调末端一小簇负责校准判断的参数,而且学完即清空——避免不同设备的经验互相干扰。

其二是 RSI(递归自我改进)。每次干完活,系统会复盘整个执行过程,找出反复报错和最耗时的环节,调整提示词、记忆、技能与子智能体的配合方式;验证有效后,整理成带版本号的”操作手册”,供后续任务复用。官方给出的设备入库验收案例中,第一次尝试因称重台未稳就急着读数、操作顺序混乱,折腾 30 分钟后超时;第二次按验证过的流程执行,不到 8 分钟便完成。

在连接现实世界方面,Agnes Harness 把业务工具、模型适配器、工作流、技能乃至操作界面都封装成插件,已有业务系统可通过 MCP 接入;对硬件则定义了 MHS(模型硬件标准),让设备按统一格式上报状态与能力。官方还展示了多设备协作的”火星救援”演示。目前本地部署需要 Node.js 24.10 及以上版本和 pnpm 10.34.5,使用云端模型接口时无需额外配置显卡。

成绩与定位

官方公布了一份覆盖 9 项基准的自评成绩:6 项拿到对照组第一,另有 1 项与 Codex 并列第一;其中考验复杂任务规划的 DeepPlanning 得 87.07 分,代码基准 BigCodeBench-Hard V1 通过率为 40.69%。这些同样属于官方自评,尚待更广泛的第三方验证。

常见问题

问:Agnes Harness 适合普通用户直接使用吗?
答:它目前偏向开发者与企业部署,需要本地搭建环境,更适合想给智能体做流程编排、成本优化的团队。

问:14 倍和 1/27 是普遍效果吗?
答:不是。这两个数字是官方在特定任务中报告的峰值,实际落地需按自身任务重新测算单价与耗时。

问:它主要解决什么问题?
答:把高频、明确的决策从昂贵的大模型中分离出来交给小模型,同时让执行经验可沉淀、可复用,从而降低智能体的运行与适配成本。

信息来源:量子位、腾讯新闻、synestesia 等公开报道(2026 年 11 月);项目开源地址为 github.com/AgnesAI-Labs/agnes-harness。


说说

全部说说