新綜述論文：代碼不僅是AI智能體的產物，更是其思考與行動的方式
一篇新綜述論文指出，自主AI智能體的真正瓶頸並非語言模型本身，而是圍繞其構建的軟件層。工具、記憶、測試和權限邊界將無狀態模型轉變為可工作的智能體。Deepseek已在北京組建專門的“Harness”團隊，其核心公式驗證了該論點：模型加Harness等於AI智能體。
文章情報
工程師進階
要點
- 論文強調AI智能體的瓶頸在於軟件封裝層，而非語言模型。
- 工具、記憶、測試和權限管理是將模型轉化為智能體的關鍵。
- Deepseek正在北京組建Harness團隊，遵循模型加Harness等於智能體的公式。
為甚麼重要
這條新聞值得關注，因為論文強調AI智能體的瓶頸在於軟件封裝層，而非語言模型。
技術影響
可能影響模型選型、推理成本、產品能力和評測基準。
一篇最新的綜述論文指出，自主AI智能體的真正瓶頸並不在於語言模型本身，而在於圍繞模型構建的軟件層。該論文認為，工具、記憶、測試和權限邊界等組件，才是將無狀態的語言模型轉變為可實際工作的AI智能體的關鍵。
這一觀點挑戰了當前AI領域對模型規模的過度關注。論文指出，智能體的能力高度依賴於其“封裝”或“Harness”——即控制模型與外部世界交互的代碼層。目前，Deepseek公司已經在北京組建了一個專門的Harness團隊，致力於開發這一核心組件。該團隊採用的核心公式明確驗證了論文的論點：模型加上Harness等於真正的AI智能體。
這一研究為AI智能體的開發提供了新的視角，強調了軟件工程在實現自主智能中的重要作用。