AI不止于大模型！实现「万物共脑」，连大脑带具身越狱到现实

物理人工智能正成为人工智能行业最受关注的方向之一。

让人工智能走出屏幕需要三件事。一个可靠的大脑，一个可以组织它连续工作的执行系统，一个可以连接物理设备的身体。随着模型能力的不断提高和Agent执行框架的不断完善，但现实世界中不同形式的设备仍然挑战着智能主体的理解和呼叫。

Agnes执行围绕模型能力与物理设备连接 人工智能带来了新的技术进步。

Agnes Harness（AGH）正式开源。AGH支持持续任务执行、工具调用、状态管理和结果反馈作为Agent执行基础设施的真实任务。同时，AGH系统MHS（Model Hardware Standard）设备交互协议及相关组件也同时开放，软件工具和可编程硬件可以在同一执行环境中连接到开发者。

此外，新一代模型Agnes 3.0 ProAPI即将上线，迎来能力升级。

从模型推理到任务执行，再到物理设备连接，Agnes 人工智能正在将这些能力整合到同一个技术系统中，使人工智能能够参与更复杂的真实任务，并进一步扩展到物理世界。

Agnes Harness开源：

使Agent能够持续执行真实任务

Agnes AI此次开源的Agnes Harness（AGH），这是一套开源Agent，面向真实的工作场景 Harness，为Agent提供持续运行和多端交付所需的执行基础。

开发人员可以通过Web工作台或命令行使用它，也可以访问自己的工具，在此基础上构建不同场景的Agent应用程序。

目前，AGH已在GitHub上开放源代码及相关开发文件，开发人员可根据实际需要进一步安装和运行源代码。

GitHub开源地址：

https://github.com/AgnesAI-Labs/agnes-harness

打开AGH的Web工作台，首先看到的是在当地环境中运行的对话界面。开发人员可以指定工作目录，发送任务指令，让Agent阅读文件和执行命令，然后根据执行结果继续修改现有项目。

这个过程依赖于AGH的Agent Loop继续推进。模型负责判断下一步操作，Harness负责调用工具，接收反馈，并将结果返回模型，直到任务结束或需要人工干预。

但当任务变得复杂时，仅仅看对话记录往往是不够的。

例如，当Agent修改了十几份文件，执行了许多命令，但最终未能通过测试时。如何判断哪一步出了问题？模型判断是错误的，还是工具执行失败？

在AGH的「轨迹」在页面中，开发人员可以沿着时间轴查看任务的执行过程。可以在界面中查看模型调用了哪些工具，以及每个步骤执行了多长时间。通过扩展具体记录，可以进一步检查工具参数和执行状态，帮助开发人员定位问题。

在扩展能力方面，AGH打开了插件扩展机制。用户可以通过插件访问自己的业务工具，使用MCP连接现有服务，也可以为不同的职位开发专属界面。

在插件管理页面中，用户可以浏览可找到的插件，查看来源、版本和兼容信息，并进行安装和管理。已验证的任务方法也可以通过Skills保留，并继续在其他项目中使用。

这些能力也为定制企业场景提供了基础。

通过FDE（Forward Deployed Engineering）交付方式，工程团队可以根据企业现有的系统，深入具体的业务现场，完成接入和适应。项目中形成的工具、任务方法和业务规则可以逐渐沉淀为可重用能力，减少后续部署中的重复开发。

AGH也通过App Server允许不同的用户界面共享相同的背景任务。开发人员可以在Web工作台上启动任务，然后在不重新整理之前操作记录的情况下通过命令行恢复相同的对话。

从持续实施到业务扩张，AGH为开发人员提供了一个深度定制的Agent操作环境。当这些工具进一步扩展到机器人、实验仪器和其他物理设备时，Agent的工作范围也扩展到了现实世界。

从软件到现实世界

Agent开始连接物理设备

除了软件工具和企业系统外，AGH还通过MHS将物理设备访问纳入同一任务执行系统。AGH还进一步从一个简单的Agent开发框架升级为一个开放的基础设施平台，面向多模式、智能主体和可编程硬件。基于MHS，支持多种设备访问，使大型模型和智能主体能够连接真实的物理设备。

Agnes AI团队为AGH分配了一项任务，让办公室里的移动汽车找到指定的书，并用语音读取书中的内容。

在演示中，汽车根据任务要求完成了书籍搜索和语音阅读。从接收指令到实际操作，agent的实施范围开始从软件工具扩展到实际设备。

这背后是另一项同步推进开源的技术：MHS（Model Hardware Standard）。

MHS是Agnes AI自主设计的统一设备交互协议，面向各种具有可编程接口的硬件。 通过统一的交互方式，设备可以向Agent提供自己的功能和操作信息，让智能身体有机会了解其能力，并根据任务要求调用相应的操作。

在这个系统中，AGH负责组织整个任务，MHS负责连接特定设备。模型根据目标判断下一步需要做什么，AGH协调工具调用和执行反馈，然后通过设备接口完成相应的操作。当涉及到关键步骤时，也可以根据任务要求引入人工确认。

Agnes AI还构建了一个名为Mars的名字 World的虚拟火星基地设计了一项救援任务：宇航员在基地外失去联系，Agent需要使用基地内的设备寻找宇航员并组织救援。

这是一个基于虚拟设备的模拟实验，重点关注AGH如何组织多个设备任务，以及MHS如何为不同的设备提供统一的交互方式。在这个模拟场景中，Agent可以调度飞机搜索目标区域，安排机器人进行救援，并协调基地气闸等设施。整个过程需要结合地图、设备状态和任务反馈，不断推进多个操作步骤。

开源还包括配套设备接入和开发工具。Agnes MHSSAI同步开放 1.0设备协议，MOS 1.0感知数据协议、AgnesHub设备连接组件、Python和Typescript开发库、mhs-check一致性测试套件。

其中，MHS负责设备状态、工具呼叫和动作要求，MOS负责相机、传感器、地图等观测数据的传输。开发人员可以通过开放的设备开发库访问自己的硬件，并使用一致性测试组检查协议。

目前，官方仓库已提供包含11台虚拟设备的Mars World示例，以及移动机器人、机械臂、传感器等本地模拟设备。开发人员可以体验完整的设备访问和任务调用过程，而无需准备物理硬件。

AGH和MHS从办公室的移动汽车到虚拟火星基地的多设备救援，展示了从真实设备连接到复杂任务协作的不同应用方法。随着开发和验证了更多的设备适应性，该开源系统也为机器人检查、科研实验和现场操作提供了进一步探索的基础。

MHS开源代码：

https://github.com/AgnesAI-Labs/agnes-harness/tree/main/packages/mhs

MHS设备接入指南：

https://github.com/AgnesAI-Labs/agnes-harness/blob/main/docs/guide/mhs.md

Agnes 3.0 Pro能力升级

API即将上线

Agent需要模型来处理信息并做出判断，无论是在软件环境中处理复杂的任务，还是通过接口与实际设备交互。

除执行系统与设备连接外，Agnes AI还宣布了新一代模型Agnes 3.0 其API即将推出Pro最新能力进展。

在六项公开基准测试中，包括科学推理、科研编程、指令遵循、业务任务执行和综合知识，Agnes 3.0 Pro表现出更全面的能力表现。其中，GPQA91.11分，Scicode56.13分，GPT-5.6 Sol（Max）成绩相差不到1分；在Tau3-Banking模拟银行业务评估中，本次比较模型以48.0分排名第一。

GPQA在高难度科学知识和推理评价中，Agnes 3.0 91.11分Pro。GPQA主要考察模型对专业科学问题的理解和推理能力，为模型处理复杂知识任务的表现提供参考。

在科研编程基准Scicode中，Agnes 3.0 Pro获得56.13分，在本次比较模型中排名前三。Scicode围绕科学研究中的实际编程问题设计，要求模型结合专业知识、推理和代码完成任务。在这个比较中，Agnes 3.0 Pro与GPT-5.6 Sol（Max）57.1分只差0.97分，体现了其在科研编程任务中的竞争力。

不同的评价反映了模型在特定任务下的能力性能。对于Agent来说，更重要的是这些能力是否能体现在实际任务中。

为此，我们还要求Agnes 3.0 Pro尝试了一项模拟企业任务:将历史订单服务转移到新版API，完成100个订单的日结核验。

除了评估结果，我们还要求Agnes 3.0 Pro尝试了一项模拟企业任务，将历史订单服务转移到新的API上，并完成了100个订单的每日结算验证。重复记录和缺乏财务记录预设在测试材料中。模型需要理解接口文档的修改代码，并逐一检查数据。

最终，Agnes 3.0 识别Pro3笔金额差异，2笔财务记录缺失，4组未决退款。在独立验收中，交付代码通过了10个测试，100个订单的逐笔结果与预设标准答案一致。对于证据不足的退款，该模型保持不确定，没有选择金额或猜测订单。

在创意发展任务中，Agnes 3.0 Pro制作了一个交互式的热带植物数字温室。任务涉及多个连续步骤，从植物数据整理到多个植物插图的生成和组织，再到网页布局和交互开发。最终页面支持旋转浏览植物标本架，查看单个植物数据，并通过交互探索不同植物的形态特征。

此外，Agnes 3.0 Pro还将天文论文转化为互动科普网页。该模型重新组织了论文内容，并通过行星星模拟等互动设计，将专业研究中的复杂概念转化为更直观的阅读体验。

这些案例展示了Agnes，从复杂的业务数据处理到交互应用开发 3.0 Pro在不同类型任务中的实际表现。

Agnes 3.0 Pro在提高模型能力的同时，还延续了具有竞争力的定价策略。 调用价格较低，有助于开发者控制长期运行和反复调试的成本，也有助于复杂人工智能应用的开发和部署。

Agnes 3.0 Pro API即将正式开放，参考定价如下：

与此同时，Agnes 3.0 Flash继续免费使用。Agentt需要频繁调试、对于验证工作流或进行多轮开发实验的用户，免费模型可以进一步降低试错门槛，使开发者不必限制试验次数和迭代空间，因为Token的消耗。

3.0具有复杂任务处理能力 Pro，持续免费开放的3.0 Flash，Agnes 人工智能为不同需求的开发者提供了更灵活的模型选择。模型能力与使用成本之间的平衡也将影响人工智能应用程序是否能够从一次性演示转向持续运行。

3.0 AGH负责组织任务执行，而MHS则进一步将智能体的能力延伸到物理世界。

从Coding、Research到企业系统和真实设备，分别面向模型推理、持续执行和硬件连接，为更多的Agent应用提供技术基础。

模型仍在进步，但Agent时代的竞争不仅发生在模型能力本身。如何将模型、工具、数据、权限、应用程序和物理设备组织成可靠的系统，它正成为下一代智能基础设施的重要命题。

大脑、记忆和身体现在掌握在你手中。

开源与体验入口：

Agnes Harness：

https://github.com/AgnesAI-Labs/agnes-harness

AGH技术报告：

https://github.com/AgnesAI-Labs/agnes-harness-tech-report

MHS设备接入指南：

https://github.com/AgnesAI-Labs/agnes-harness/blob/main/docs/guide/mhs.md

作者来自“新智元” “新智元”。