Agnes 开源 Harness:双系统决策让 Agent 提速 14 倍
图源:量子位

量子位报道,一套名为 Agnes 的 Agent 方案提出「双系统决策 + 双层自进化」的组合思路,官方给出的结果是效率最高提速 14 倍、成本降至原来的 1/27,配套的 Agnes Harness 已开源。原文未披露具体任务类型与评测细节,因此这些数字更适合理解为该团队自述的对比结果,而非跨场景的通用结论。

Agnes 开源 Harness:双系统决策让 Agent 提速 14 倍
图源:量子位

双系统决策在解决什么

Agent 落地时最直接的矛盾是:复杂任务需要多步推理与工具调用,而每一步都调用大模型会让延迟和费用成倍累积。「双系统」的说法借自认知科学的快慢思考之分,通常意味着把高频、低难度的判断交给轻量路径,只在关键分叉处动用更强的推理能力。Agnes 把决策拆成两层,本质是在「想清楚」和「快点做完」之间做动态取舍。对开发者而言,这类设计的价值不在概念,而在它是否把路由判断做成了可复用的工程组件——这正是 Harness 开源的意义,让外部团队能验证提速与降本究竟来自哪一层。

Agnes 开源 Harness:双系统决策让 Agent 提速 14 倍
图源:量子位

双层自进化指向长期成本

「双层自进化」在原文中没有展开细节,但从 Agent 工程的常见路径看,自进化一般指系统依据执行反馈调整策略或提示,减少对人工调参的依赖。双层可以理解为个体任务层面的即时修正,与跨任务的经验沉淀。它真正影响的是长期成本:一次任务的成本下降可以靠模型选型,而持续下降要靠系统记住哪些做法有效。这也解释了 1/27 这个数字为何值得关注——若成立,它意味着 Agent 的边际开销可能随使用而摊薄,而不只是单次调用更便宜。

Agnes 开源 Harness:双系统决策让 Agent 提速 14 倍
图源:量子位

开源 Harness 的分量

相比论文式的指标,Harness 开源更实在。Agent 的评测高度依赖脚手架:同样的模型,工具定义、上下文组织、重试策略不同,结果可能差出数倍。把 Harness 放出来,等于把「14 倍」和「1/27」的成立条件一并交出,外界可以换模型、换任务复现,也可以直接把它接进自己的流程。需要提醒的是,原文未说明基准任务、模型版本与成本口径,这些恰是复现时最容易产生分歧的地方,读者在采信数字前应先看仓库中的评测配置。

对国内开发者来说,这次更新的实际意义是拿到一套可跑、可改的 Agent 脚手架,用来检验双系统决策在自己业务上是否真的省时省钱,而不是又一个只能读的指标。

来源:量子位 查看原文 (本文基于公开信息整理改编)

Agnes 开源 Harness:双系统决策让 Agent 提速 14 倍
图源:量子位
Agnes 开源 Harness:双系统决策让 Agent 提速 14 倍
图源:量子位
Agnes 开源 Harness:双系统决策让 Agent 提速 14 倍
图源:量子位
Agnes 开源 Harness:双系统决策让 Agent 提速 14 倍
图源:量子位