Agnes 双系统框架开源,Agent 效率最高提升 14 倍
量子位报道,研究团队开源了名为 Agnes Harness 的 Agent 框架,采用双系统决策与双层自进化机制,官方称可使 Agent 效率最高提升 14 倍,成本降至原来的 1/27。该方案试图解决 Agent 在复杂任务中决策慢、调用成本高的问题,若效果可复现,将降低开发者构建和运行 Agent 应用的门槛,并可能推动 Agent 框架在效率优化方向上的新一轮竞争。
Agent 框架的效率问题一直是落地瓶颈:多轮推理、工具调用和反复试错会显著推高延迟与 token 成本。量子位报道的 Agnes 提出两条技术路径——双系统决策与双层自进化。双系统决策借鉴快慢思考思路,让 Agent 在不同场景下切换决策模式,简单任务走快速通道,复杂任务再进入深度推理,从而减少不必要的计算开销;双层自进化则让 Agent 在运行过程中持续优化自身策略,减少人工调参和重复配置。官方给出的数据是效率最高提升 14 倍、成本降至 1/27,并已开源 Agnes Harness,开发者可以直接接入测试。需要指出的是,这类倍数指标通常依赖特定任务与基线配置,实际收益会随场景变化,读者应以自身业务负载复现验证。从行业角度看,Agent 竞争正从「能不能做」转向「做得快不快、贵不贵」,开源框架加极致效率优化,意味着中小团队也能以更低成本部署 Agent 应用。这表明 Agent 赛道的竞争焦点正在向工程效率与成本控制转移。
对普通用户的影响
如果你在开发 Agent 应用,可以先把 Agnes Harness 拉到本地,用自己的一两个真实任务跑基准,重点对比延迟和 token 消耗,再决定是否替换现有框架;不要直接照搬 14 倍、1/27 的宣传数字,务必在自己的业务负载下复测。
本文编译自「量子位」,点击查看原始报道。
查看原始报道 ↗