Media: 联合早报 聯合早報 Lianhe Zaobao
由GenAI对答，到AI Agent，人工智能真的开始能够设计到「为做人事」。像 OpenClaw、Hermes Agent、Claude CoWork等这类新一代 AI Agent 平台，之所以令人感到惊艳，原因并不只是它们懂得自动执行 workflow，而是开始能管理来龙去脉（Context）、追踪状态、记录记忆、调用工具，甚至持续修正自己。
AI，开始由一个对话机械人，变成一个系统。
而AI的竞争，正在由模型之间的竞赛，慢慢走向结构（architecture）之间的对比。
其中两个很值得观察的方向，就是 OpenClaw 与 Hermes Agent的分别。
OpenClaw 比较像是「广度型」的AI结构。它的核心，让 Agent 能够接入更多外在工具、工作流程（workflow）与技能（skills）。它强调的是能力面的扩展：Agent 可以下载技能、组织能力库，甚至重新整理自己的工具结构。这种设计，背后思维是AI不再是一个单独的大脑，而是一个可以不断扩展能力的 execution system，类似一个指挥家，不断增加乐手，扩张乐团，奏出不同乐章。
另一边，Hermes Agent的方向则重视的是系统的自我调整能力，重点不只是「会做很多事」，而是「会愈做愈好」。系统会根据过往运行结果修正行为、调整策略，开始带有一种自我改进／升级系统的味道，就如一个音乐合成器加上采样器，不断学习更新，提升能力，成为强大乐器／音乐模仿系统。
OpenClaw 偏向让 AI 的能力变得更广；Hermes 则偏向让 AI 更懂得成长。
而这两个方向，其实都指向同一件事：AI 正在从模型面向，变成结构系统建构。
为此，近半年最火红AI技能为Harness Engineering「驾驭工程」。
有人视为 Prompt Engineering（咒语也）、Vibe Coding之后，下一个值得认真对待的 AI 能力。Harness 原意是马具、安全带、「利用某种力量」。它不是力量本身，而是一种用来固定、引导、控制与保护力量的结构。大小数据模型本身像是一个拥有巨大潜能的大脑，但能力本身不代表真正可用。你还需要一个架构去引导、限制、追踪、保护、放大，令其能够在真实世界稳定运作。而这个架构，就是 Harness。再简单来说，模型提供生产力，Harness 决定的是可用性。一个好的AI Agent运行系统，背后往往具备完整的上下文系统（Context System）、记忆机制（Memory）、工具调用（Tool Calling）、工作流程编排（Workflow Orchestration）、权限层（Permission Layer）、重试机制（Retry Mechanism）、评估流程（Evaluation Pipeline）、检查点（Checkpoint）、日志系统（Logs）与状态管理（State Management），例如你叫它编程，它不只是输出程式码，而是会看档案、修改档案、执行测试、检查 错误，再持续除错／改良；你叫它做研究，它不单是终结，而是会搜寻、整理来源、建立笔记，再逐步输出有意义的答案。当中要保留进展、检查点与记忆。这是 Harness Engineering 核心。
如果说 Prompt Engineering／念咒语着眼点是「怎样问」；Context Engineering 着眼点是「模型看到什么」；而 Harness Engineering 着眼点就是：整个人工智能系统怎样运作。
Harness Engineering 的爆红原因是，企业／个人使用人工智能建立自动流程、新产品时，进化到要求稳定、可控、可观察地完成工作，所以走向了更深的技术层面。未来 开发者、公司靠AI转型的价值，也将不再只是懂得使用AI工具，而是能否把模型转化成真正可持续运作的系统，若果你或认识的学生想投入学习参与AI转型，这会是近年最重要投入心力学习的技能。
Talk to us to solve your digital challenges.
#ArtificialIntelligence #AI #AIAgents #HarnessEngineering #AIArchitecture #GenerativeAI #OpenClaw #HermesAgent #FutureOfWork #Automation #AITransformation
