AI不止於大模型！實現「萬物共腦」，連大腦帶具身越獄到現實

物理人工智能正成為人工智能行業最受關注的方向之一。

讓人工智能走出屏幕需要三件事。一個可靠的大腦，一個可以組織它連續工作的執行系統，一個可以連接物理設備的身體。隨著模型能力的不斷提高和Agent執行框架的不斷完善，但現實世界中不同形式的設備仍然挑戰著智能主體的理解和呼叫。

Agnes執行圍繞模型能力與物理設備連接 人工智能帶來了新的技術進步。

Agnes Harness（AGH）正式開源。AGH支持持續任務執行、工具調用、狀態管理和結果反饋作為Agent執行基礎設施的真實任務。同時，AGH系統MHS（Model Hardware Standard）設備交互協議及相關組件也同時開放，軟件工具和可編程硬件可以在同一執行環境中連接到開發者。

此外，新一代模型Agnes 3.0 ProAPI即將上線，迎來能力升級。

從模型推理到任務執行，再到物理設備連接，Agnes 人工智能正在將這些能力整合到同一個技術系統中，使人工智能能夠參與更複雜的真實任務，並進一步擴展到物理世界。

Agnes Harness開源：

使Agent能夠持續執行真實任務

Agnes AI此次開源的Agnes Harness（AGH），這是一套開源Agent，面向真實的工作場景 Harness，為Agent提供持續運行和多端交付所需的執行基礎。

開發人員可以通過Web工作台或命令行使用它，也可以訪問自己的工具，在此基礎上構建不同場景的Agent應用程序。

目前，AGH已在GitHub上開放源代碼及相關開發文件，開發人員可根據實際需要進一步安裝和運行源代碼。

GitHub開源地址：

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

打開AGH的Web工作台，首先看到的是在當地環境中運行的對話界面。開發人員可以指定工作目錄，發送任務指令，讓Agent閱讀文件和執行命令，然後根據執行結果繼續修改現有項目。

這個過程依賴於AGH的Agent Loop繼續推進。模型負責判斷下一步操作，Harness負責調用工具，接收反饋，並將結果返回模型，直到任務結束或需要人工乾預。

但當任務變得複雜時，僅僅看對話記錄往往是不夠的。

例如，當Agent修改了十幾份文件，執行了許多命令，但最終未能通過測試時。如何判斷哪一步出了問題？模型判斷是錯誤的，還是工具執行失敗？

在AGH的「軌跡」在頁面中，開發人員可以沿著時間軸查看任務的執行過程。可以在界面中查看模型調用了哪些工具，以及每個步驟執行了多長時間。通過擴展具體記錄，可以進一步檢查工具參數和執行狀態，幫助開發人員定位問題。

在擴展能力方面，AGH打開了插件擴展機制。用戶可以通過插件訪問自己的業務工具，使用MCP連接現有服務，也可以為不同的職位開發專屬界面。

在插件管理頁面中，用戶可以瀏覽可找到的插件，查看來源、版本和兼容信息，並進行安裝和管理。已驗證的任務方法也可以通過Skills保留，並繼續在其他項目中使用。

這些能力也為定制企業場景提供了基礎。

通過FDE（Forward Deployed Engineering）交付方式，工程團隊可以根據企業現有的系統，深入具體的業務現場，完成接入和適應。項目中形成的工具、任務方法和業務規則可以逐漸沈澱為可重用能力，減少後續部署中的重復開發。

AGH也通過App Server允許不同的用戶界面共享相同的背景任務。開發人員可以在Web工作台上啓動任務，然後在不重新整理之前操作記錄的情況下通過命令行恢復相同的對話。

從持續實施到業務擴張，AGH為開發人員提供了一個深度定制的Agent操作環境。當這些工具進一步擴展到機器人、實驗儀器和其他物理設備時，Agent的工作範圍也擴展到了現實世界。

從軟件到現實世界

Agent開始連接物理設備

除了軟件工具和企業系統外，AGH還通過MHS將物理設備訪問納入同一任務執行系統。AGH還進一步從一個簡單的Agent開發框架升級為一個開放的基礎設施平台，面向多模式、智能主體和可編程硬件。基於MHS，支持多種設備訪問，使大型模型和智能主體能夠連接真實的物理設備。

Agnes AI團隊為AGH分配了一項任務，讓辦公室里的移動汽車找到指定的書，並用語音讀取書中的內容。

在演示中，汽車根據任務要求完成了書籍搜索和語音閱讀。從接收指令到實際操作，agent的實施範圍開始從軟件工具擴展到實際設備。

這背後是另一項同步推進開源的技術：MHS（Model Hardware Standard）。

MHS是Agnes AI自主設計的統一設備交互協議，面向各種具有可編程接口的硬件。 通過統一的交互方式，設備可以向Agent提供自己的功能和操作信息，讓智能身體有機會瞭解其能力，並根據任務要求調用相應的操作。

在這個系統中，AGH負責組織整個任務，MHS負責連接特定設備。模型根據目標判斷下一步需要做甚麼，AGH協調工具調用和執行反饋，然後通過設備接口完成相應的操作。當涉及到關鍵步驟時，也可以根據任務要求引入人工確認。

Agnes AI還構建了一個名為Mars的名字 World的虛擬火星基地設計了一項救援任務：宇航員在基地外失去聯繫，Agent需要使用基地內的設備尋找宇航員並組織救援。

這是一個基於虛擬設備的模擬實驗，重點關注AGH如何組織多個設備任務，以及MHS如何為不同的設備提供統一的交互方式。在這個模擬場景中，Agent可以調度飛機搜索目標區域，安排機器人進行救援，並協調基地氣閘等設施。整個過程需要結合地圖、設備狀態和任務反饋，不斷推進多個操作步驟。

開源還包括配套設備接入和開發工具。Agnes MHSSAI同步開放 1.0設備協議，MOS 1.0感知數據協議、AgnesHub設備連接組件、Python和Typescript開發庫、mhs-check一致性測試套件。

其中，MHS負責設備狀態、工具呼叫和動作要求，MOS負責相機、傳感器、地圖等觀測數據的傳輸。開發人員可以通過開放的設備開發庫訪問自己的硬件，並使用一致性測試組檢查協議。

目前，官方倉庫已提供包含11台虛擬設備的Mars World示例，以及移動機器人、機械臂、傳感器等本地模擬設備。開發人員可以體驗完整的設備訪問和任務調用過程，而無需準備物理硬件。

AGH和MHS從辦公室的移動汽車到虛擬火星基地的多設備救援，展示了從真實設備連接到複雜任務協作的不同應用方法。隨著開發和驗證了更多的設備適應性，該開源系統也為機器人檢查、科研實驗和現場操作提供了進一步探索的基礎。

MHS開源代碼：

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

MHS設備接入指南：

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

Agnes 3.0 Pro能力升級

API即將上線

Agent需要模型來處理信息並做出判斷，無論是在軟件環境中處理複雜的任務，還是通過接口與實際設備交互。

除執行系統與設備連接外，Agnes AI還宣佈了新一代模型Agnes 3.0 其API即將推出Pro最新能力進展。

在六項公開基準測試中，包括科學推理、科研編程、指令遵循、業務任務執行和綜合知識，Agnes 3.0 Pro表現出更全面的能力表現。其中，GPQA91.11分，Scicode56.13分，GPT-5.6 Sol（Max）成績相差不到1分；在Tau3-Banking模擬銀行業務評估中，本次比較模型以48.0分排名第一。

GPQA在高難度科學知識和推理評價中，Agnes 3.0 91.11分Pro。GPQA主要考察模型對專業科學問題的理解和推理能力，為模型處理複雜知識任務的表現提供參考。

在科研編程基準Scicode中，Agnes 3.0 Pro獲得56.13分，在本次比較模型中排名前三。Scicode圍繞科學研究中的實際編程問題設計，要求模型結合專業知識、推理和代碼完成任務。在這個比較中，Agnes 3.0 Pro與GPT-5.6 Sol（Max）57.1分只差0.97分，體現了其在科研編程任務中的競爭力。

不同的評價反映了模型在特定任務下的能力性能。對於Agent來說，更重要的是這些能力是否能體現在實際任務中。

為此，我們還要求Agnes 3.0 Pro嘗試了一項模擬企業任務:將歷史訂單服務轉移到新版API，完成100個訂單的日結核驗。

除了評估結果，我們還要求Agnes 3.0 Pro嘗試了一項模擬企業任務，將歷史訂單服務轉移到新的API上，並完成了100個訂單的每日結算驗證。重復記錄和缺乏財務記錄預設在測試材料中。模型需要理解接口文檔的修改代碼，並逐一檢查數據。

最終，Agnes 3.0 識別Pro3筆金額差異，2筆財務記錄缺失，4組未決退款。在獨立驗收中，交付代碼通過了10個測試，100個訂單的逐筆結果與預設標準答案一致。對於證據不足的退款，該模型保持不確定，沒有選擇金額或猜測訂單。

在創意發展任務中，Agnes 3.0 Pro製作了一個交互式的熱帶植物數字溫室。任務涉及多個連續步驟，從植物數據整理到多個植物插圖的生成和組織，再到網頁佈局和交互開發。最終頁面支持旋轉瀏覽植物標本架，查看單個植物數據，並通過交互探索不同植物的形態特徵。

此外，Agnes 3.0 Pro還將天文論文轉化為互動科普網頁。該模型重新組織了論文內容，並通過行星星模擬等互動設計，將專業研究中的複雜概念轉化為更直觀的閱讀體驗。

這些案例展示了Agnes，從複雜的業務數據處理到交互應用開發 3.0 Pro在不同類型任務中的實際表現。

Agnes 3.0 Pro在提高模型能力的同時，還延續了具有競爭力的定價策略。 調用價格較低，有助於開發者控制長期運行和反復調試的成本，也有助於複雜人工智能應用的開發和部署。

Agnes 3.0 Pro API即將正式開放，參考定價如下：

與此同時，Agnes 3.0 Flash繼續免費使用。Agentt需要頻繁調試、對於驗證工作流或進行多輪開發實驗的用戶，免費模型可以進一步降低試錯門檻，使開發者不必限制試驗次數和迭代空間，因為Token的消耗。

3.0具有複雜任務處理能力 Pro，持續免費開放的3.0 Flash，Agnes 人工智能為不同需求的開發者提供了更靈活的模型選擇。模型能力與使用成本之間的平衡也將影響人工智能應用程序是否能夠從一次性演示轉向持續運行。

3.0 AGH負責組織任務執行，而MHS則進一步將智能體的能力延伸到物理世界。

從Coding、Research到企業系統和真實設備，分別面向模型推理、持續執行和硬件連接，為更多的Agent應用提供技術基礎。

模型仍在進步，但Agent時代的競爭不僅發生在模型能力本身。如何將模型、工具、數據、權限、應用程序和物理設備組織成可靠的系統，它正成為下一代智能基礎設施的重要命題。

大腦、記憶和身體現在掌握在你手中。

開源與體驗入口：

Agnes Harness：

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

AGH技術報告：

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

MHS設備接入指南：

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

作者來自「新智元」 「新智元」。