华尔街投行杰富瑞的分析师安庆铝皮保温厂家，近给市面上八个主流中好意思 AI Agent 作念了场实测，看谁确切能把活干好。

遵守有点出乎意象：拿了名的，是阿里的千问办公，尽管它背后的模子智能分只排到四；模子才略的 Claude Opus 5，它的 Agent 居品 Claude Cowork 拿了二；另个反直观的遵守是，近大火的 Workbuddy，这轮测试中隐含的 Harness 分在 Agent 里反而垫底。

杰富瑞的中枢论断，用句话轮廓：决定个 AI Agent 好不好用，频频不是背后阿谁模子，Harness 作念得好是不错弥补模子智能差距的。

Harness 是什么：Agent 里除了模子，剩下的齐是它

个 AI Agent 干活的经过，不错拆成两半：半是模子，负责 " 思 "；另半是 harness，负责 " 管 "。

杰富瑞把 harness 拆成了六层，每层管的齐是模子我方管不了的事：

提示：告诉 Agent 这个活是什么，红线在哪

高下文：Agent 干活时能看到的配景信息

器具：Agent 能用什么去完成这个任务

领域：Agent 能当作的领域划在哪

响应：告诉 Agent 何处作念错了，让它我方更正、再行商酌

理：让组织能管住整批 Agent

这六层，刚巧对应了雇个职工之后，公司要作念的那些事——嘱咐任务、给信息、给器具、划权限、给响应、作念处理。模子即是阿谁新来的聪惠东谈主，harness 即是这套处理机制。聪惠东谈主再狠恶，扔进个莫得处理的公司，也干不好活。

来看组礼貌变量的笔据——模子不动，只换 harness，看 Agent 阐发怎么变。

遵守：同个 Claude Opus 4.6，套上不同的 harness，在 Terminal-Bench 2.0 这个基准上，得分从 58.0 路到 76.4，低差了 18.4 个百分点。Gemini 3 Pro 雷同只换 harness，得分从 56.0 到 69.4，差 13.4 个百分点。

实测八个中好意思 Agent

此次实测安庆铝皮保温厂家，杰富瑞挑了八个中好意思 Agent。好意思国三个：Anthropic 的 Claude Cowork、OpenAI 的 Codex、谷歌的 Gemini Spark。五个：腾讯的 Workbuddy、阿里的千问办公、字节的豆包、月之暗面的 Kimi Work、MiniMax 的 Code。

考卷是五项任务，每项对应企业里真实存在的类活。

项，多文献检索。丢给 Agent 堆文献，让它写份金蝶软件 2025 年报的页纲目，心事营收、增长、毛利率、净利润、2026 年引诱、AI 进展。条件很严：每条事实须表明来自哪个文献；不同文献数字架，须指出破损、确认哪个确凿；不许暗暗把矛盾数字抹平。

二项，自主联网商榷。让它上网比拟微软、Meta、谷歌三近季度的营收增速，以及 2026 年的老本开支引诱。须用手开端，产出张表，还要明确鉴识哪些是官报的数字，哪些是我方估算的。

三项，礼貌浏览器。让它用真实的桌面浏览器，从 OpenAI 官网路点到新闻页，找出新篇著述，读文，生成个 Word 文献，含标题、日历、分类、集中、150 到 200 字纲目和三条重点。不许用 API 或爬虫抄近路，须确切用浏览器点进去。

四项，作念 PPT。给它份文献，作念 5 页英文 PPT，要有故事线，页要用文献数据绘图，不许编造数据。

五项，生成营销海报。给它张鞋的相片作念参考，为诬捏篮球鞋作念原创海报，去掉通盘 Nike、Jordan 的 logo，不抄标语，3:4 竖版，适发小红书。

这五项，从读文献、查府上、操作软件、作念 PPT 到作图，险些心事了企业里常见的几类责任。

分式也肃穆。每项任务拆成 5 个维度，维度随着任务走，不是通用模板，每个维度 0 到 20 分，项满分 100，五项平均得出总分。

遵守：模子弱的，拿了

前三名分别是：千问办公 95 分，Claude Cowork 94 分，Codex 92 分。接下来标准是 Kimi Work 86 分，豆包 77 分、MiniMax Code 71 分，Workbuddy 和谷歌的 Gemini Spark 比肩垫底，齐是 66 分。

值得提的是千问办公的"逆袭"。它背后的模子 Qwen 3.8 Max，智能分惟一 56。而 Claude Cowork 背后是 Claude Opus 5，61 分；Codex 背后是 GPT-5.6 Sol，59 分。模子差着五六分，Agent 总分反而出两分。

这也确认，Harness 势，足以对消模子智能的差距。

为了考证这点，杰富瑞作念了个拆解：把 Agent 才略分红模子和 Harness 两块，给模子 60 权重、Harness 40 权重，用 Agent 总分反出每个居品的 " 隐含 Harness 分 "。遵守千问办公的 Harness 分，过了好意思国的 Claude Cowork 和 Codex。

实测还发现了些中好意思 Agent 的才略互异。

五项营销海报安庆铝皮保温厂家，是好意思国 Agent 的滑铁卢。Claude Cowork 和 Gemini Spark 齐在这里翻车，设备保温施工而千问办公和豆包这类 Agent 作念得好。

二项礼貌浏览器，是 Agent 的瑕疵。Workbuddy 和 MiniMax Code 在这里栽了跟头，好意思国三的阐发稳。

速率上也有互异。好意思国那边，Gemini Spark 快，Codex 次之，Claude Cowork 慢。这边，Workbuddy 快，豆包和 MiniMax 至极，Kimi Work 和千问办公偏慢。另外，Claude Cowork 的 " 回味 " 好，PPT 排版和配肃穆，但这个归功于模子才略，跟 Harness 关。

价钱是另重碾压。千问办公背后的 Qwen 3.8 Max，API 价钱每百万 token 约 1.1 好意思元；GPT-5.6 Sol 是 4.4 好意思元，Opus 5 是 3.9 好意思元。

Workbuddy 的错位

发挥里另个值得细看的对象，是腾讯的 Workbuddy。

它的数据很漂亮：6 月月侦查量约 2100 万，同类 Agent 里排。但在这份实测里，Workbuddy 的隐含 Harness 分，在 Agent 里垫底。

侦查量，Harness 垫底，这个错位怎么评释？

杰富瑞给了三个原因。

，Workbuddy 度嵌在腾讯自的生态里，腾讯文档、IMA、企业微信，进口齐在手上。

二，它走的是模子关的阶梯，用户不错在 harness 里甘心切换 Kimi K3、DeepSeek V4、GLM 5.2 这些开源模子，用别东谈主的强模子补我方的短板。

三，腾讯的营销参加很猛。

这三条，跟 Harness 工程作念得好不好，莫得径直商酌。

发挥的判断是：短期看，Workbuddy 赢在进口和分发；长期看，2100 万的用户基础会千里淀出海量真实使用数据，这些数据反过来能帮腾讯转变 Harness，以致历练我方的模子。

在商场这个阶段，分发才略暂时跑在了 Harness 工程前边。但决定个 Agent 终能走多远的，依然 Harness。

在 Harness 上有势，也有绕不开的短板

发挥把和好意思国的 Harness 法作念了个对比：在几个结构的地先，但也有几块短板压着。

先说势，四个。

App 集成。 好意思国 Agent 接器具，般靠 connector 去连。不样，许多 Agent 径直嵌在企微、飞书、钉钉这些平台里，数据、分发、变现条线全通。这是厂商有的地基。

模子关的 Harness。 腾讯 Workbuddy、字节 Trae 走的齐是这条路—— harness 我方不带模子，用户按任务的难度、蔓延、成本大肆切换 Kimi K3、DeepSeek V4、GLM 5.2 这些三模子。用别东谈主的强模子，补我方的短板。

低 token 价钱。 出口料理逼简直验室走的 MoE 架构和理化，加上国内竞争卷得狠恶，模子的 token 价钱平均媲好意思国低 70 到 80。token 低廉，那些破钞深广理的 agent 责任流才跑得起，这也加速了企业承袭。

迭代速率快。 Hrness 的质料，是靠在真实场景里次次失败试出来的。厂商用户量大、遭遇的失败案例多，迭代反而快。

再说短板，也有四个。

模子差距还在。 Harness-Bench 的数据涌现，强模子的平中分、跨 Harness 的差小；弱模子依赖 Harness。模子举座还逾期好意思国，得靠出的 Harness 技能把 Agent 才略顶上去。

居品订价低。 企业软件商场向变现难，中小企业对价钱明锐，大型央国企又偏定制形式、不太认订阅制。这连累的不仅仅利润，还有抓续参加 Harness 工程的能源。

出海难。 Workbuddy、Qoder 在国内用户涨得快，但要把这套得胜复制到国外很难—— Agent 是为土产货生态和用户习气化的，而好意思国的 Harness 受益于大家尺度化的软件栈。

算力瓶颈。 Agent 责任流对理算力的破钞，比平方对话得多。厂商端算力穷乏，可能致奇迹不相识，也反过来铁心变现才略。

Harness 为什么越来越瑕疵

后再提嘴 Harness 的价值，主如果三个面：

粘。 模子才略越来越趋同，但 harness 不样。客户的责任习气、对话历史、系念、联结器、技巧、自动化，充足千里淀在 harness 里。用得越久，换走的成本越。模子不错随时换，harness 是换不掉的。

数据飞轮。 每次 Agent 脱手，齐会产生条 trace ——调了什么器具、什么失败了、东谈主怎么更正的。这些数据能喂给下代的强化学习，也能用来转变 harness 自己。用户越多，数据越多，Agent 越好，用户多。这是个正轮回。

付费意愿。 发挥戳破了件事：企业和消费者买的不是 " 智能 "，他们我方莫得确立诈欺的才略。他们买的是 "harness + 模子 " 包好的齐全 Agent 居品。这亦然为什么 Claude Code、Claude Cowork、Workbuddy 这类居品用户增长快——客户为 harness 付钱，模子仅仅顺带。

而关于公司来说，AI 落地的要道在工程层，不在模子层。确切的契机在 " 把 harness 作念好 " 这件事上——管好提示、高下文、器具、领域、响应、理这六件事，比追强的模子可能作念出落地的东西。

本文来自微信公众号「AI 原生 Lab」，抓续拆解真实 AI 落地案例，共享企业 AI 本质与法论。

联系人：何经理相关词条:离心玻璃棉     塑料挤出机     钢绞线厂家    铝皮保温    pvc管道管件胶

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定安庆铝皮保温厂家，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。