当前位置: 首页 > news >正文

“纠缠软件“是什么?Agent?还是Harness?

João Moura(乔·莫拉),

是CrewAI的创始人兼CEO,

巴西人,现居旧金山。

近20年软件行业经验,

NYU Stern商学院背景。

CrewAI是多Agent协作领域,

最早的开源框架之一,

2023年启动,其核心理念是,

"角色扮演式的多Agent编排"。

除了被明星投资人投资,身处热门赛道之外,

他的身份很特殊:

既做了框架(CrewAI Flows),

又做了Harness(CrewAI Crews)。

所以他谈Harness不是旁观者,

是亲手做了一个,

又亲眼看着它被行业浪潮疯狂冲击的人。

传送门在这里,

https://blog.crewai.com/agent-harnesses-are-dead-long-live-agent-harnesses/

我认为这篇博客里面有一个提法很有意思,

『纠缠软件』。

我们先不解释,问一个问题,

Harness现在过的是啥日子?

是『两头夹击』的日子。

Harness的生存空间,

在被模型能力的增长持续挤压。

João Moura(乔·莫拉)说:

『每个季度都有一个原本需要自建的能力,

变成了一个模型厂商的API。』

你今天辛苦搭Harness,明天就没用了。

这是第一种情况。

Harness本质上是在补偿模型的弱点,

模型变强了,补偿就没用了。

第二种情况,『手工活』变『云服务』,

模型公司把Harness的能力,

做成了标准化的云服务。

这些说明啥,

Harness不构成壁垒。

你能铺管道,别人也能铺。

你铺得好,别人抄一遍就追上了。

这真是,两头暴击,

太扎心了。

夹击之下,Harness里真正属于,

"你自己的,别人拿不走的东西",

会越来越少。

这些基本是业界共识了,

那么问题来了,

该在哪里深挖护城河?

他先借YC总裁Garry Tan的观点:

也就是说,

Harness固然重要,但仅靠Harness,

做不出令人惊艳且具备持久壁垒的产品。

接着,他把这个观点往前推了一步:

真正的壁垒在:

你的Agent跟客户"纠缠"到什么程度,

你积累了多少别人拿不走的数据飞轮。

纠缠软件,来了。

"纠缠软件"是什么?

我们先看这个提法的逻辑,

过去30年的软件逻辑是:

软件是固定的,人来适应。

Excel长这样,你学着用公式。

Salesforce是这样的,你按它的流程来。

Photoshop工具栏在那里,你去记键盘快捷键。

软件不会因为你用了三年就变得更懂你。

你第一天用和第一千天用,

软件本身没有任何变化。

变的只有你自己——你学会了它的逻辑。

直到最近,智能体,改变了这个逻辑。

也就是说,你在改变软件(Agent)。

有了这个理解,

纠缠软件就可以呼之欲出了。

本质就一句话,

和客户纠缠,而且还得有个飞轮。

他说的"飞轮"是什么意思?

是一个商业概念,

指的是一个自我强化的循环,

每转一圈,下一圈就更有价值。

比如,

第一个客户用了你的Agent,

从客户的行为里学到了一些模式,

Agent变得更懂这类客户,

下一个类似的客户来了,Agent上手更快,

这个客户的行为又反馈给Agent,

于是,Agent更强了。

这个循环次数越多越好。

每服务一个客户,产品就变好一点。

产品变好一点,就能吸引更多客户。

这个循环一旦转起来,竞争对手就很难追,

因为你积累的不是代码,

是一千个客户的行为数据喂出来的智能。

对手可以抄你的代码,

但抄不走你的10000个客户。

他还说:『飞轮是赢来的,不是造出来的。』

"造"是工程行为,

写代码、搭架构、上线产品。

"赢"是商业行为,

获客、留存、

让客户的使用数据反哺产品。

前者可以速成,后者不能。

这就是为什么他认为,Harness不是壁垒。

然而,两年后,你已经服务了五千个客户,

飞轮转得更快了,差距只会越拉越大。

但是光纠缠没飞轮,

你跟一个客户绑得很深但没法规模化。

光有飞轮没纠缠,你规模很大但客户随时能换。

两个都有,才是真正的护城河。

Harness的竞争,谁都有机会赢?

是的,至少目前是,

很多模型公司造的基础模型已经没有机会了,

但是Harness还有,

能多久呢,还不好说。

现在,公司做Harness都还有机会,包括,

Harness公司阵营,

云厂商阵营,

大模型厂商阵营。

都有可能能赢,但不是同一种赢法。

这三条路要求的团队能力,

融资规模,商业策略完全不同。

这些都不是重点,

我认为他的文章有个漏洞。

他说:"飞轮是赢来的,需要时间积累"。

但他自己又说:

"Harness商品化的速度是按季度算的"。

两年积累飞轮,

但Harness每个季度都可能被颠覆。

你的飞轮还没转起来,

底下的Harness已经换了三轮了。

客户走了,

你的数据飞轮直接断裂。

你不能一边说"Harness不是壁垒",

一边又依赖Harness来获取和留住客户。

我们来继续『剥洋葱』。

不只是美国的CrewAI,

其实还有很多公司,

你想想龙虾来的时候,:百虾大战,

这些用龙虾拉客户的模型公司,

云公司,都包括在内。

当然纯套壳的不算。

他们现在处在飞轮的第一圈。

第一圈最重要的是,

你必须靠Harness好用,

吸引且留住,

积累第一批数据。

这个时期,

你也可以到处借鉴,

别的Harness竞品同学产品的『好用之处』。

等飞轮转到第十圈,

客户已经深度绑定了,

这时候Harness被模型吃掉确实不致命,

哪怕快速调整来跟上变化,

客户可以看看,再决定走不走。

但在飞轮转稳之前,

Harness好不好用,

就是活不活得到那一天的问题。

总之,你不可能第一天就靠纠缠赢,

纠缠是客户用了『几年』之后的结果,

或者说一定时间之后的结果;

不是第一天就存在。

纠缠软件这个提法,

非常形象,我很喜欢。

但我并不是全盘接受他的观点。

再举个例子,

某种程度上,微信和我也挺纠缠的,

虽然没有飞轮,张小龙给我啥就用啥,

但是,纠缠的数据量太大了,

我的手机简直不堪重负。

但我走得了吗?走不了。

JoãoMoura(乔·莫拉),

把纠缠包装的太高级了,

但微信告诉我们,

最强的纠缠,可能是最笨的那种:

让用户把数据和关系堆在你这里,

堆到手机内存都不够用,

想删都舍不得删。

换到企业身上,

就是数据库公司甲骨文,

SaaS公司Salesforce等;

所以,做Agent产品,两种纠缠都要。

《AI产品和技术模块》

1.Kimi Agent产品很厉害,然后呢?

2.搞懂“记忆”必看|吃透Engram,坐等Deepseek新模型

3.实属踩踏了?深水炸弹Seedance掩盖Seed2.0

4.少瞎吹系列:AI智能体基础,infra就不基础

5.Harness内心OS:大模型只管想,剩下烂摊子全我的

《具身智能》

1.“26年具身智能,根本做不过来”:含陶大程教授独家专访

2.漫画:大模型“强控”具身智能机器人?

《AI+医疗》

1.独家深度丨夸克健康大模型调研报告

2.离谱!熬夜三年肝损害,AI博主也靠AI学“续命”医学知识

3.为什么AI能预警心脏主动脉“血管炸弹”?

4.对话作者:全球首个开源手术视频大模型SurgMotion(第一期)

《超节点系列》

1.对抗NVLink简史?10万卡争端,英伟达NVL72超节点挑起

2.英伟达:『照抄者死』,阿里华为:AI集群狂飙『全解耦』

3.阿里华为『血战』英伟达AI超节点:悲观者正确,乐观者赚钱

4.抢在英伟达护城河合拢前,硅光的冲刺与最后窗口

5.OCP现场 l 北美AI巨头罕见共识ESUN,为利益『握手』

6.为什么有些『闪断的锅』,硅光不背?

http://www.jsqmd.com/news/792877/

相关文章:

  • Instrukt框架:本地大模型的指令编排与智能体开发实战
  • Ozon新手选品工具对比:四款主流工具实测,哪个适合你?
  • 奶茶糖浆怎么选,才能让茶香更明显?
  • 2026年3月 电子学会青少年软件编程机器人技术六级等级考试试卷真题【理论综合】
  • LLM调用延迟飙升300%?,深度复盘奇点大会TOP3 API设计失误与生产级容错模板
  • Flutter-OH 三方库适配实战:permission_handler 权限统一管理 OpenHarmony 完整适配指南
  • 光伏电场口碑好的SF6气体监测报警装置生产厂家_公司_装置企业_机构#瑞智开元
  • IDE-AI基准测试实战:量化评估AI编程助手在真实开发环境中的表现
  • 多模态大语言模型(MLLM)实战:从架构解析到部署优化
  • 初识java(一):java的第一个代码
  • AI代理规则引擎:构建安全可控的智能体管控系统
  • Python自动化工具箱:从网页签到到价格监控的实战指南
  • 基于ESP32-S3与FreeRTOS的机械臂实时运动控制框架NeoClaw实战
  • 3分钟搞定苹果设备Windows驱动:一键安装USB和网络共享终极方案
  • txtskills:将llms.txt文档一键转换为AI智能体技能
  • Weaviate官方示例库全解析:从向量数据库入门到AI应用实战
  • 神经网络原理 第六章:支持向量机
  • 基于MCP协议构建标准化区块链数据服务:cryptoapis-mcp-utils实践指南
  • AI编程工具实战指南:从提示词到工作流,9款主流工具深度解析
  • 终极Zotero插件管理指南:如何一键安装数百个学术研究工具
  • AMD Ryzen终极调试指南:释放隐藏性能的完整教程
  • AI编码助手如何基于源码与实战指南精准生成Jetpack Compose代码
  • n8n-as-code:为AI编码助手注入n8n本体论,实现工作流代码化与智能开发
  • GitHub技能树项目解析:如何用awesome-skills-cn构建个人技术成长体系
  • 45nm工艺芯片设计:挑战、突破与优化实践
  • Python数据分析实战:从加载到聚合的全流程指南
  • Pytorch图像去噪实战(六十二):Nginx反向代理FastAPI去噪服务,支持上传限制、超时控制和公网访问
  • ClawdSecbot:为本地AI智能体构建实时安全防护层的架构与实践
  • 基于RAG与LangChain构建网站智能问答机器人实战指南
  • 响应式 vs 自适应:从CSS媒体查询到设备探测的工程化对比与选型实践