新综述论文：代码不仅是AI智能体的产物，更是其思考与行动的方式
一篇新综述论文指出，自主AI智能体的真正瓶颈并非语言模型本身，而是围绕其构建的软件层。工具、记忆、测试和权限边界将无状态模型转变为可工作的智能体。Deepseek已在北京组建专门的“Harness”团队，其核心公式验证了该论点：模型加Harness等于AI智能体。
文章情报
工程师进阶
要点
- 论文强调AI智能体的瓶颈在于软件封装层，而非语言模型。
- 工具、记忆、测试和权限管理是将模型转化为智能体的关键。
- Deepseek正在北京组建Harness团队，遵循模型加Harness等于智能体的公式。
为什么重要
这条新闻值得关注，因为论文强调AI智能体的瓶颈在于软件封装层，而非语言模型。
技术影响
可能影响模型选型、推理成本、产品能力和评测基准。
一篇最新的综述论文指出，自主AI智能体的真正瓶颈并不在于语言模型本身，而在于围绕模型构建的软件层。该论文认为，工具、记忆、测试和权限边界等组件，才是将无状态的语言模型转变为可实际工作的AI智能体的关键。
这一观点挑战了当前AI领域对模型规模的过度关注。论文指出，智能体的能力高度依赖于其“封装”或“Harness”——即控制模型与外部世界交互的代码层。目前，Deepseek公司已经在北京组建了一个专门的Harness团队，致力于开发这一核心组件。该团队采用的核心公式明确验证了论文的论点：模型加上Harness等于真正的AI智能体。
这一研究为AI智能体的开发提供了新的视角，强调了软件工程在实现自主智能中的重要作用。