专题演讲嘉宾：俞昊晟

通用 Agent 正在快速变强：模型能够调用更多工具，Runtime 能够持续运行，插件生态也能迅速补齐能力。但企业真正采购的不是“能调用更多工具”的 Agent，而是一个可验收、可接管、可治理，并能持续创造业务价值的工作系统。
传统工作流把每一步路径画死，会牺牲 Agent 的探索能力；完全放任 Agent，又会带来目标漂移、状态不可追溯、权限失控和责任不清。本次分享将提出一个面向企业落地的三层 Harness 框架：基础工具调用、通用 Agent Runtime、垂直业务 Harness，并拆解模型—工具的小循环，如何嵌入目标—Spec—动态 DAG—执行—验证的业务大循环。
在产品控制层面，分享将说明如何用 Skill、MCP、Hook 构成从软提示到强约束的控制梯度；如何让 Graph 不再是预先画死的流程图，而是根据当前任务动态生成的依赖、权限、责任和验收结构；以及如何在保留 Agent 探索能力的同时，让执行过程可观察、失败可恢复、结果可验证。
案例部分将结合 Cherry Studio 的公开架构与真实企业落地经验：一个覆盖 300+ 门店的对账案例，将说明 FDE 如何把模糊业务转化为输入契约、领域规则、异常状态、证据链和人工确认机制；一个近 200 人、建设约 22 个内部应用的企业案例，则会解释为什么应用数量增长并不必然带来员工采用。
同时，分享将引入 Anthropic Research 多 Agent 系统、OpenAI × Thrive Tax AI 和 Intercom Fin 等公开案例，分别讨论复杂 Agent 编排的成本边界、专家修正如何进入 Trace 与 Eval，以及企业 Agent 如何定义可计量、可争议、可撤销的商业结果。
最终，分享将回答一个商业化问题：当模型、工具和通用 Runtime 逐渐成为公共供给，企业为什么仍会为业务 Harness 持续付费，以及 FDE 如何把客户现场的异常和经验沉淀为可跨客户复用的产品能力。

演讲提纲：

1. 通用 Agent 越强，为什么越需要业务 Harness
   • 从一个“Agent 技术上已经完成、业务上却无法验收”的任务切入。
   • 固定工作流与完全自主 Agent 的两种失败：前者没有探索空间，后者没有责任边界。
   • 核心判断：企业采购的不只是模型能力，也包括持续结果、风险边界和组织责任。
2. 三层 Harness——真正的产品与商业价值在哪里
   • 基础工具调用：让模型能够访问外部世界。
   • 通用 Agent Runtime：提供文件、终端、Session、Loop、恢复和通用工具。
   • 垂直业务 Harness：定义业务状态、领域上下文、里程碑、权限、验收和人机界面。
   • 以开放插件底座说明生态供给如何被释放，以及生态热度与产品成熟之间的距离。
   • 结合 Cherry Studio 的 Session、Job、渠道、工具批准、Usage 和 Trace 等公开架构，说明通用工作台向业务 Harness 演进需要哪些控制点。
   • 区分“源码已实现”“企业端到端已验证”和“商业结果已验证”，避免把功能清单直接等同于企业价值。
3. 两个 Loop——把 Agent 小循环装进业务大循环
   • 小循环：模型 → 工具 → 结果 → 下一步，时间尺度通常是秒到分钟。
   • 大循环：目标 → 澄清 → Spec → 动态 DAG → 执行 → 验证，时间尺度可能是小时到天。
   • 通过 Idea → Proposal → 动态 DAG → Execute → Verify，解释如何用“AI 提案、人类验证”组织完整业务交付。
   • 对照 Anthropic Research 的 Orchestrator–Worker 架构，说明复杂任务为什么需要动态拆分，而不是预画固定路径。
   • 同时讨论复杂架构的 Token 和运行成本：只有高价值、可并行、跨上下文的任务，才值得使用更复杂的 Agent 编排。
   • 将人的注意力“逻辑左移”到目标、任务拆解和验收标准，而不是在执行过程中逐步遥控 Agent。
4. 三层约束——Skill 指路，MCP 限接口，Hook 管生命周期
   • Skill：提供可复用的 SOP、提示与经验，主要承担说服和导航。
   • MCP：提供领域工具和 Tool-based State，限制 Agent 能够调用的业务接口。
   • Hook：在任务开始、任务完成和高风险工具调用等生命周期节点进行拦截、批准或上下文注入。
   • 通过业务工具事件形成动态 Hook，使底层 Runtime 不必预先知道全部业务节点。
   • 用“里程碑强收束＋过程中持续校准”，解决长任务中的目标漂移和假完成问题。
5. Graph——画边界，而不是画死路径
   • 动态 DAG 应由当前 Spec 生成，而不是由产品经理预先硬编码全部连线。
   • DAG 同时表达任务依赖、权限、责任和验收标准。
   • 节点之间保留 Agent 的探索自由，在关键里程碑收束“世界线”。
   • 状态机同时约束人和 Agent，Review Agent 提供相对独立的结果验证。
   • Agent UX 应展示任务状态、证据、高风险批准和恢复入口，而不是暴露无意义的内部推理过程。
6. 从企业采用到商业复用
   • 流程成熟的大企业：Agent 应先进入既有 Workflow，以最小侵入的方式成为流程加速器。
   • 数字基础薄弱的中小企业：可以围绕 Agent 重建数据和流程，将其作为业务数字化重建的机会。
   • Headless、工作渠道和可视化看板的选择，取决于谁负责发起、观察、批准和验收任务。
   • FDE 的职责不应停留在定制交付，而要把现场异常沉淀为状态、领域工具、Hook、验收标准和模板。
   • 用交付时长、跨客户复用率和贡献毛利，检验 FDE 经验是否真正完成产品化。
   • 以 Intercom Fin 为商业化微案例：先定义什么是可计费、可争议、可撤销的有效 Outcome，再讨论 Agent 的结果定价。
7. 现场深案例、外部镜像与组织反例
   • 案例一：300+ 门店对账
     • 输入包括 ERP 汇总和各商场结算单，真正难点是批量上传后仍能按照商场、月份和门店准确匹配。
     • 当业务规则尚不清楚时，由 Agent 从代表性样本中尝试归纳对账逻辑，并输出判断理由和差异证据。
     • 将销售额、扣点、日期和商场等稳定规则沉淀为确定性脚本或状态机，避免每次重新让模型猜测。
     • Agent 或 OCR 负责读取、归一、初步匹配和证据归集；最终追账、沟通和财务确认仍然由人负责。
     • 从单份演示扩展到 300+ 门店，需要继续解决批量处理、总部汇总、存储、权限、失败恢复和完整验收。
   • 团队案例数据：原人工对账约需 1—2 人天，应用后缩短到数小时；单份现场演示约 5—10 分钟，特定模型配置下模型费用约 0.14 元。后两项属于演示观察，不作为生产 SLA 或完整交付成本。
   • 商业化解释：客户采购的不是一次 OCR 或模型推理，而是规则发现、异常工作重分配、证据链和持续运营的业务 Harness。
   • 外部镜像：OpenAI × Thrive Tax AI
     • 面对多源、非标准数据，系统先将源文件归一为带出处的字段，再映射进专业系统，最终由专家审核。
     • 保留来源、模型预测、最终结果和专家修改的完整 Trace，区分提取错误、映射错误、暂不支持和正常工作噪音。
     • 将重复、可行动的差异沉淀为 Eval，再转化为有证据、可验收的产品改进任务。
     • 人工复核不是 Agent 失败后的补丁，而是业务 Harness 持续学习和改进的接口。
   • 组织反例：近 200 人企业，22 个应用为什么仍不等于采用
     • 企业从管理层认知、工具试验、建设 8—10 人兼职 AIBP 队伍，逐步走向 WebApp 产品化。
     • 阶段性建设约 22 个内部应用，但仍出现技术门槛、执行黑箱和 Agent 入口碎片化。
     • 缺少统一入口、运行状态、验收机制和业务 Owner 时，Skill 和应用供给越多，员工的选择成本可能越高。
     • 应用数量不等于采用。只有业务持续提出问题、中间层持续交付、员工重复使用、有效方案回流产品，才可能形成续费和规模化。
8. 结论——三层、两环、三约束、双闭环
   • 三层 Harness：工具调用、通用 Runtime、垂直业务 Harness。
   • 两个 Loop：模型—工具小循环、目标—验收业务大循环。
   • 三层约束：Skill、MCP、Hook。
   • 运行闭环：目标 → Spec → 动态 DAG → 行动 → 验证 → 接管或恢复 → 交付。
   • 商业闭环：场景 → 激活 → 重复使用 → 可计量价值 → 续费 → 跨客户复用。
   • FDE 连接两个闭环：把现场异常沉淀进 Harness，让 Harness 降低下一次交付成本。

实践痛点

1. 通用 Agent 与真实业务之间存在断层：Agent 会调用工具，却不了解企业的业务状态、责任边界和验收标准，容易出现“技术上完成、业务上无法交付”。
2. 自主性与可控性难以兼得：固定工作流会限制 Agent 的探索能力，完全自主又容易产生目标漂移、权限失控和“假完成”，产品需要找到合适的边界与约束机制。
3. 现场交付难以沉淀为产品能力：不同企业的流程成熟度差异很大，如果 FDE 经验不能转化为可复用的状态、规则、工具和验收模板，客户越多，交付成本反而越高。

内容前沿亮点

1. 提出“工具调用—通用 Runtime—垂直业务 Harness”三层模型，解释为什么真正承载企业价值和商业化结果的是第三层业务 Harness。
2. 用“Agent 小循环嵌入业务大循环”的方法，将模型与工具的秒级行动纳入目标、Spec、动态 DAG、执行和验证的完整业务生命周期。
3. 将 Skill、MCP、Hook 组织为从软提示到强约束的控制梯度，并用真实企业案例说明如何把技术质量连接到业务采用、可验证结果、续费依据和交付复用。

听众收益

1. 获得一套三层业务 Harness 产品地图，用于判断哪些能力属于通用 Agent，哪些必须进入垂直业务层设计。
2. 掌握“大小两个 Loop＋动态 DAG＋Skill/MCP/Hook”的设计方法，在保留 Agent 探索能力的同时，使权限、过程和结果可控、可验收。
3. 带走一套业务 Harness 落地检查框架，从技术质量进一步评估任务采用、业务价值、FDE 复用和单位经济，避免用 Demo 或功能数量代替真实商业结果。