Media: 联合早报 聯合早報 Lianhe Zaobao
由GenAI對答，到AI Agent，人工智能真的開始能夠設計到「為做人事」。像 OpenClaw、Hermes Agent、Claude CoWork等這類新一代 AI Agent 平台，之所以令人感到驚艷，原因並不只是它們懂得自動執行 workflow，而是開始能管理來龍去脈（Context）、追蹤狀態、記錄記憶、調用工具，甚至持續修正自己。
AI，開始由一個對話機械人，變成一個系統。
而AI的競爭，正在由模型之間的競賽，慢慢走向結構（architecture）之間的對比。
其中兩個很值得觀察的方向，就是 OpenClaw 與 Hermes Agent的分別。
OpenClaw 比較像是「廣度型」的AI結構。它的核心，讓 Agent 能夠接入更多外在工具、工作流程（workflow）與技能（skills）。它強調的是能力面的擴展：Agent 可以下載技能、組織能力庫，甚至重新整理自己的工具結構。這種設計，背後思維是AI不再是一個單獨的大腦，而是一個可以不斷擴展能力的 execution system，類似一個指揮家，不斷增加樂手，擴張樂團，奏出不同樂章。
另一邊，Hermes Agent的方向則重視的是系統的自我調整能力，重點不只是「會做很多事」，而是「會愈做愈好」。系統會根據過往運行結果修正行為、調整策略，開始帶有一種自我改進／升級系統的味道，就如一個音樂合成器加上采樣器，不斷學習更新，提升能力，成為強大樂器／音樂模仿系統。
OpenClaw 偏向讓 AI 的能力變得更廣；Hermes 則偏向讓 AI 更懂得成長。
而這兩個方向，其實都指向同一件事：AI 正在從模型面向，變成結構系統建構。
為此，近半年最火紅AI技能為Harness Engineering「駕馭工程」。
有人視為 Prompt Engineering（咒語也）、Vibe Coding之後，下一個值得認真對待的 AI 能力。Harness 原意是馬具、安全帶、「利用某種力量」。它不是力量本身，而是一種用來固定、引導、控制與保護力量的結構。大小數據模型本身像是一個擁有巨大潛能的大腦，但能力本身不代表真正可用。你還需要一個架構去引導、限制、追蹤、保護、放大，令其能夠在真實世界穩定運作。而這個架構，就是 Harness。再簡單來說，模型提供生產力，Harness 決定的是可用性。一個好的AI Agent運行系統，背後往往具備完整的上下文系統（Context System）、記憶機制（Memory）、工具調用（Tool Calling）、工作流程編排（Workflow Orchestration）、權限層（Permission Layer）、重試機制（Retry Mechanism）、評估流程（Evaluation Pipeline）、檢查點（Checkpoint）、日誌系統（Logs）與狀態管理（State Management），例如你叫它編程，它不只是輸出程式碼，而是會看檔案、修改檔案、執行測試、檢查 錯誤，再持續除錯／改良；你叫它做研究，它不單是終結，而是會搜尋、整理來源、建立筆記，再逐步輸出有意義的答案。當中要保留進展、檢查點與記憶。這是 Harness Engineering 核心。
如果說 Prompt Engineering／念咒語著眼點是「怎樣問」；Context Engineering 著眼點是「模型看到什麼」；而 Harness Engineering 著眼點就是：整個人工智能系統怎樣運作。
Harness Engineering 的爆紅原因是，企業／個人使用人工智能建立自動流程、新產品時，進化到要求穩定、可控、可觀察地完成工作，所以走向了更深的技術層面。未來 開發者、公司靠AI轉型的價值，也將不再只是懂得使用AI工具，而是能否把模型轉化成真正可持續運作的系統，若果你或認識的學生想投入學習參與AI轉型，這會是近年最重要投入心力學習的技能。
Talk to us to solve your digital challenges.
#ArtificialIntelligence #AI #AIAgents #HarnessEngineering #AIArchitecture #GenerativeAI #OpenClaw #HermesAgent #FutureOfWork #Automation #AITransformation
