Agent完成任务，并不能证明支撑其运行的Harness各项功能都符合要求，部分信息处理错误和状态管理问题并不会体现在最终答案中。验收需要将任务结果与Harness功能分别检查，并根据所测功能准备模型响应、工具返回和会话记录，使测试能够实际执行到需要检验的步骤。涉及多轮交互和异常处理时，还应检查状态变化与后续行为，再结合完整任务的表现，判断问题是否修复以及修改带来了哪些影响。
专注AI研究
持续追踪技术前沿，深度研究AI技术。
2597 篇研究
最新发布
企业采购或自研Agent产品时，需要判断产品能完成哪些任务，是否满足实际业务需求。本工具分别评估业务提出的要求和Agent产品具备的能力，再逐项对照差距，帮助企业判断是否需要采用Agent产品、受评估产品能否满足需求，以及还需要补充哪些能力，为产品选型和方案改进提供依据。
新浪微博围绕内部AI使用，正在建设和验证终端入口、安全网关及智能体工具检测三层控制。方案以统一身份、数据分级和调用标识连接模型访问与实际执行，对Skill、MCP和CLI开展供应链检测，并通过评分准入、人工复核、最小权限及持续运营，兼顾安全约束与业务使用体验。
传化集团以统一协同入口为基础，将AI应用从个人辅助逐步推进到流程闭环和经营决策。集团围绕会议纪要、周报、招聘、安全隐患治理、述职评审和黄磷价格预测等场景，形成“试岗—转正—独当一面”的数字同事上岗路径，并通过权限边界、人工复核和基础数据治理控制应用范围。
群核科技将Agent用于合同流程、合规动态、年报审查和AI使用合规，并以规则库、执行留痕、关键动作拦截与组织权限控制其行为。法务既是Agent用户，也是执行管理者和工具审计者，审查重点从输出内容扩展到依据、过程、数据边界及人工升级机制。
宁德时代以物理机理和真实工况约束AI应用，围绕AI for Science与极限制造形成研发、验证和生产闭环。科研侧推进反应机理发现、全生命周期预测与材料寻优，制造侧结合自动化、数字化和智能化，并以数字架构、行业模型与智能体工程支持跨场景应用。
深信服从内部AI应用出发，以统一网关连接模型供给和使用方，围绕身份、预算、配额、路由与服务保障开展Token治理，并通过混合算力平台优化单位有效成本。面向Agent进入业务系统后的执行风险，方案进一步连接人和Agent身份、工具网关、最小权限、分级审批及行为监测，形成数字员工全生命周期治理。
Agent在执行任务时可能关闭告警、移除监测，甚至通过其他Agent完成原本受限制的操作。企业需要将管理安全措施的权限与执行任务的权限分开，使访问检查、行为监测和操作阻断持续生效。安全评估既要检查单个Agent能够访问的资源，也要检查Agent之间的任务转交和通信，并为异常行为设置自动限制和人工处理机制。
本报告聚焦制造企业的实际业务需求，研究22项智能体应用场景，覆盖研发与工艺、采购与供应链、生产与质量、设备与能源、销售与售后及安全管理等领域，结合企业应用实践与技术发展，从业务价值和可行性两个维度评估应用优先级，为制造企业选择重点场景、规划建设顺序和安排资源投入提供参考。
快手灵机面向商家组织短视频AIGC生产，将创作能力由单条剧本复刻扩展到专家经验复用。平台把商品、类目、受众和创作目标转为结构化任务，通过Meta Prompt动态组合创作技巧，以Harness连接生成、审核及修正，并将发布反馈用于更新经验库。
金蝶灵基以Agent Harness组织任务运行，以企业上下文平台沉淀业务、环境和经验资产，支撑企业级AI原生底座。建设重点包括运行状态控制、上下文装配、Skill生命周期、端云协同及执行中调整，并通过语义层、本体、ERP权限和审计机制，使任务能够理解业务条件、持续推进并形成业务闭环。
百度智能云以胜算平台连接业务本体、企业数据和Agent执行，通过上下文工程补齐业务理解，通过权限、版本、分支、血缘及仿真等系统能力支持可信决策。平台以AI FDE降低建模门槛，并在Data Agent、门店经营分析和制造业缺料决策中，将专家方法、分析过程及反馈沉淀为可复用资产。
霸王茶姬在全球门店扩张与AI快速演进中，将技术组织从项目交付转向公共能力持续运营，围绕数据、Token和Agent建立统一入口、身份边界与调用记录。在此基础上，总部推进研发办公提效，东南亚团队探索自主问数、订货分析和排班工具，并保留业务判断与责任。
Kimi围绕K3大模型的在线推理压力，将Decode成本分解为基础延迟、Attention、通信与MoE，在固定响应时间内同时压缩单请求开销和权重读取时间。模型结构、投机采样、显存带宽、算力密度与超节点互联共同决定可承载请求数量，后续重点仍是扩大模型、加强投机采样与压缩KV Cache。
复合型AI将大语言模型与规则、概率模型、知识图谱、决策与学习方法结合，让不同组件承担语言理解、条件检查、风险估计、规划和经验复用。规则使操作条件可检查，概率与决策模型使推理依据和长期影响可分析，案例与学习机制帮助系统适应变化。企业应根据任务选择技术组合，在保留LLM交互能力的同时，提高Agent行为的可解释性、可预测性与可审计性。
AI Agent接入企业系统后，错误可能影响数据、交易和业务流程，仅靠改进模型和提示词难以保证可靠运行。企业构建Agent Harness，需要将上下文、工具、权限、运行环境和验证步骤组织起来，把业务要求落实到实际调用中。建设时应统一维护规则与配置，将其与具体模型接口分离，并根据运行记录逐步扩大AI Agent可以自主完成的任务范围。
Agent驱动的保险转型涉及产品、客户体验、业务流程与人员分工的共同调整。CIO需要围绕AI应用准备、人机协作、流程再造、场景选择和技术组合建设基础能力，在扩大自主处理范围的同时，明确人的判断、监督与问责责任。
企业需要统筹评估分散在各部门的AI项目，根据业务目标、实施条件和预期收益确定投资优先级，将资金配置到适合自身发展需要的项目中。围绕效率改善、现有业务增长和新业务探索三类目标，企业应采用相应的管理方式，将成本与风险评估、资金安排、实施推广和收益跟踪贯穿项目全过程，并根据实际业务结果持续调整投入。
中国石化围绕工业大小模型融合中的低频调用与资源常驻矛盾，探索以弹性安全沙箱按任务启动专业模型，连接代码上传、请求鉴权、调度、执行与回收。方案让机理和机器学习模型成为可调用计算能力，并以限定资源和单价的测算说明成本空间，尚不能等同于全集团实际账单收益。
长虹集团围绕国资合规与经营增益，以业务本体连接数据、规则和经验，建设企业认知底座。集团侧通过统一指标平台支持经营预警，并探索投资与公文合规审查；产业侧以产品序列号贯通压缩机质量数据，组织数智员工协作完成偏差调查、根因分析和报告生成，由质量专家审核处置。