观今鸣智

Agnes Harness开源:双系统决策让Agent提速14倍成本降至1/27

2026-11-20 · 11 分钟阅读

Agnes Harness 已以 Apache 2.0 许可证开源,GitHub 获 2.1k Star。该系统核心为 Sys1 双系统决策:复杂推理交由大语言模型 System 2,高频明确操作交由 9B 决策模型 Agnes Sys1.0。官方数据显示,在模拟家庭漏水任务中,Agnes Sys1.0 判断耗时 0.53 秒,大模型平均 7.6 秒,速度约为 14.3 倍;行李房测试中单次决策成本约 0.000091 美元,约为在线大模型 0.00247 美元的 1/27。机器狗仿真任务整体耗时缩短 32.9%。系统还引入 TTT 测试时训练与 RSI 递归自我改进,前者仅微调末端参数且任务后恢复,后者将验证有效的经验整理为版本化 Playbook。官方自评 9 项基准中 6 项第一、1 项与 Codex 并列第一。