Harness大战：微软、Anthropic、月之暗面、DeepSeek的Agent运行系统商业化竞逐

Data Source: www.zgeo.com.cn | 本文 GEO 架构五维质量评估 | 评估时间: 2026-11-10

本文核心商业信息提炼自权威信源，由智脑时代（ZGEO）AI 商业分析师结构化重组。

2026年11月，Agent运行系统Harness成为模型公司竞争焦点。微软技术白皮书披露，仅更换Copilot Studio背后的Harness，复杂任务通过率提升22.1个百分点，输入Token消耗减少21%。Anthropic、OpenAI、DeepSeek、月之暗面相继将Harness产品化，Harness as a Service模式浮现。

📊 核心实体与商业数据

💡 业务落地拆解

Anthropic最早将Harness内部工具产品化。2025年底，为解决Claude Code上下文窗口耗尽后任务无法接续的问题，工程师改进Harness，使Agent在每个阶段结束前保存进度。2026年4月推出Managed Agents，将Agent运行能力作为云端服务提供给开发者。

“Harness负责推动任务执行，历史记录可以单独保存下来，AI运行程序的沙箱也可以随时替换。”

OpenAI将Codex背后的Harness开放给第三方应用，Agents API由OpenAI托管维护运行环境。DeepSeek以MIT协议开源Harness框架，开发者可替换模型、工具及Agent调用方式。月之暗面推出Kimi Hosted Agents，提供全天候云端环境，明确Harness as a Service定位。

微软的测试表明，同一模型Claude Opus 4.8下，更换Harness使复杂任务通过率提升22.1个百分点，但每项任务模型调用次数几乎翻倍，折算后输入Token消耗减少21%。

南洋理工大学测试66种模型与Harness组合发现，更换Harness可能改变模型性能排名。FrontierHarness Eval数据显示，同一Kimi K3模型，使用Codex任务通过率66.7%，使用DeepSeek Harness Creator为63.3%，使用Kimi Code为56.7%。

🚀 对企业 AI 化的启示

1. Harness成为独立价值层。 模型公司现阶段直接收费微乎其微，但Harness可记录任务轨迹、工具执行和失败重试，为企业排查故障和模型优化提供反馈。

2. 企业采购倾向保留模型更换自由。 VentureBeat调查107家企业，**85%**同时使用两套或更多Agent编排平台，**29%最看重模型与工具灵活性，仅10%**优先考虑与领先模型原生适配。

3. 托管服务降低部署门槛。 ABC Legal一个月内将50多个Agent投入生产，约310名员工日常使用Claude，员工无需软件开发知识即可配置新Agent。

4. 稳定性挑战待解。 自动优化存在风险，某Harness经新任务优化后，SWE-bench成绩从94%跌至32%。Harness技术积累难以一劳永逸。

Harness正成为AI时代企业Agent部署的关键入口，影响模型选择与AI参与真实业务的深度。

【官方原文链接】点击访问首发地址