刚刚，AI圈爆出王炸！实现「万物共脑」，连大脑带具身越狱到现实

新智元报道

物理AI正在成为人工智能产业最受关注的方向之一。

而让AI走出屏幕，则需要三样东西。一颗足够可靠的大脑，一套能组织它持续工作的执行系统，以及一个能连接物理设备的身体。模型能力不断进步，Agent执行框架持续完善，但现实世界中形态各异的设备仍然给智能体的理解与调用带来挑战。

围绕模型能力、Agent执行与物理设备连接Agnes AI此次带来了新的技术进展。

Agnes Harness（AGH）正式开源。作为一套面向真实任务的Agent执行基础设施，AGH支持持续任务执行、工具调用、状态管理与结果反馈。同时，AGH体系中的MHS（Model Hardware Standard）设备交互协议及相关组件也同步开放，让开发者能够在同一套执行环境中连接软件工具与可编程硬件。

此外，新一代模型Agnes 3.0 Pro迎来能力升级，其API即将上线。

从模型推理到任务执行，再到物理设备连接，Agnes AI正在将这些能力整合进同一套技术体系，让AI能够参与更复杂的真实任务，并进一步向物理世界延伸。

Agnes Harness开源：

让Agent能够持续执行真实任务

Agnes AI此次开源的Agnes Harness（AGH），是一套面向真实工作场景的开源Agent Harness，为Agent提供持续运行和多端交付所需的执行底座。

开发者可以通过Web工作台或命令行使用它，也可以接入自己的工具，在此基础上构建面向不同场景的Agent应用。

目前，AGH已在GitHub开放源码及相关开发文档，开发者可以通过源码安装运行，并根据实际需求进一步扩展。

GitHub开源地址：

https://github.com/AgnesAI-Labs/agnes-harness

打开AGH的Web工作台，首先看到的是一个运行在本地环境中的对话界面。开发者可以指定工作目录、发送任务指令，让Agent读取文件、执行命令，再根据执行结果继续修改已有工程。

这一过程依靠AGH的Agent Loop持续推进。模型负责判断下一步操作，Harness则负责调用工具与接收反馈并把结果交回模型，直到任务结束或需要人工介入。

但当任务变得复杂，只看对话记录往往不够。

比如当一个Agent修改了十几个文件，执行过多次命令，最终却没能通过测试时。如何判断是哪一步出了问题？是模型判断失误，还是某个工具执行失败？

在AGH的「轨迹」页面中，开发者可以沿着时间轴回看任务的执行过程。模型调用了什么工具，每个步骤执行了多久，都可以在界面中查看。展开具体记录，还能进一步检查工具参数与执行状态，帮助开发者定位问题。

在扩展能力方面，AGH开放了插件扩展机制。用户可以通过插件接入自己的业务工具，利用MCP连接已有服务，也可以针对不同岗位开发专属界面。

在插件管理页面中，用户能够浏览可发现的插件，查看来源、版本及兼容信息，并进行安装和管理。已经验证过的任务方法还可以通过Skills保留下来，并在其他项目中继续使用。

这些能力也为企业场景的定制提供了基础。

通过FDE（Forward Deployed Engineering）交付方式，工程团队可以深入具体业务现场，根据企业已有系统完成接入与适配。项目中形成的工具、任务方法和业务规则，可以逐步沉淀为可复用的能力，减少后续部署中的重复开发。

AGH还通过App Server让不同使用界面共享同一套后台任务。开发者可以在Web工作台中发起任务，再通过命令行恢复同一会话，不必重新整理此前的操作记录。

从持续执行到业务扩展，AGH为开发者提供了一套可深度定制的Agent运行环境。而当这些工具进一步延伸到机器人、实验仪器等物理设备，Agent的工作范围也随之扩展到现实世界。

从软件到现实世界

Agent开始连接物理设备

除了软件工具与企业系统，AGH还通过MHS将物理设备接入纳入同一套任务执行体系。AGH也进一步从单纯的Agent开发框架，升级为面向多模态大模型、智能体与可编程硬件的开放式基础设施平台。基于MHS支持多类设备接入，让大模型与智能体能够连接真实的物理设备。

Agnes AI团队给AGH布置了一项任务，让办公室里的移动小车找到指定书籍，并通过语音读出书中的内容。

在演示中，小车根据任务要求完成了找书与语音朗读。从接收指令到实际操作，Agent的执行范围开始从软件工具延伸到现实设备。

这背后涉及另一项同步推进开源的技术：MHS（Model Hardware Standard）。

MHS是Agnes AI自主设计的统一设备交互协议，面向各类具有可编程接口的硬件。通过统一的交互方式，设备可以向Agent提供自身的功能与操作信息，让智能体在面对从未使用过的设备时，也有机会理解其能力，并根据任务要求调用相应操作。

在这一体系中，AGH负责组织整个任务，MHS负责连接具体设备。模型根据目标判断下一步需要做什么，AGH协调工具调用与执行反馈，再通过设备接口完成相应操作。涉及关键步骤时，也可以根据任务要求引入人工确认。

Agnes AI还构建了一座名为Mars World的虚拟火星基地，并在其中设计了一项救援任务：一名宇航员在基地外失去联系，Agent需要利用基地内的设备寻找宇航员，并组织救援。

这是一项基于虚拟设备的模拟实验，重点展示AGH如何组织多设备任务，以及MHS如何为不同设备提供统一的交互方式。在这一模拟场景中，Agent可以调度飞行器搜索目标区域，安排机器人执行救援，并协调基地气闸等设施。整个过程需要结合地图、设备状态与任务反馈，持续推进多个操作步骤。

此次开源的还包括配套的设备接入与开发工具。Agnes AI同步开放了MHS 1.0设备协议、MOS 1.0感知数据协议、AgnesHub设备连接组件、Python与TypeScript开发库，以及mhs-check一致性测试套件。

其中，MHS负责设备状态、工具调用与动作请求，MOS负责相机、传感器、地图等观测数据的传输。开发者可以通过公开的设备开发库接入自己的硬件，并使用一致性测试套件检查协议实现情况。

目前，官方仓库已经提供包含11台虚拟设备的Mars World示例，以及移动机器人、机械臂、传感器等本地模拟设备。开发者无需准备实体硬件，也能体验完整的设备接入与任务调用流程。

从办公室里的移动小车，到虚拟火星基地中的多设备救援，AGH与MHS展示了从真实设备连接到复杂任务协同的不同应用方式。随着更多设备适配得到开发与验证，这套开源体系也为机器人巡检、科研实验与现场作业等场景提供了进一步探索的基础。

MHS开源代码：

https://github.com/AgnesAI-Labs/agnes-harness/tree/main/packages/mhs

MHS设备接入指南：

https://github.com/AgnesAI-Labs/agnes-harness/blob/main/docs/guide/mhs.md

Agnes 3.0 Pro能力升级

API即将上线

无论是在软件环境中处理复杂任务，还是通过接口与现实设备交互，Agent都需要模型来处理信息并作出判断。

在执行系统与设备连接之外，Agnes AI也公布了新一代模型Agnes 3.0 Pro的最新能力进展，其API即将上线。

在涵盖科学推理、科研编程、指令遵循、业务任务执行及综合知识等能力的六项公开基准测试中，Agnes 3.0 Pro展现出较为全面的能力表现。其中，GPQA取得91.11分，SciCode取得56.13分，与GPT-5.6 Sol（Max）的成绩相差不到1分；在Tau3-Banking模拟银行业务评测中，以48.0分位列本次对比模型第一。

在高难度科学知识与推理评测GPQA中，Agnes 3.0 Pro取得91.11分。GPQA主要考察模型对专业科学问题的理解与推理能力，为衡量模型处理复杂知识任务的表现提供参考。

在科研编程基准SciCode中，Agnes 3.0 Pro取得56.13分，位列本次对比模型前三。SciCode围绕科学研究中的实际编程问题设计，要求模型结合专业知识、推理与代码实现完成任务。在本次对比中，Agnes 3.0 Pro与GPT-5.6 Sol（Max）的57.1分仅相差0.97分，体现了其在科研编程任务中的竞争力。

不同评测反映的是模型在特定任务下的能力表现。对于Agent而言，更重要的是这些能力能否在实际任务中得到体现。

为此，我们还让Agnes 3.0 Pro尝试了一项模拟企业任务：将历史订单服务迁移至新版API，并完成100笔订单的资金日结核验。

除了评测成绩，我们还让Agnes 3.0 Pro尝试了一项模拟企业任务，即将历史订单服务迁移至新版API，并完成100笔订单的资金日结核验。测试材料中预设了重复记录和财务记录缺失等问题。模型需要理解接口文档修改代码，并逐笔核对各项数据。

最终，Agnes 3.0 Pro识别出3笔金额差异、2笔财务记录缺失和4组未决退款。在独立验收中，交付代码通过了10项测试，100笔订单的逐笔结果与预设标准答案一致。对于证据不足的退款，模型保留了未决状态，没有自行选择金额或猜配订单。

在创意开发任务中，Agnes 3.0 Pro制作了一座可交互的热带植物数字温室。从植物的资料整理，到多张植物插画的生成与组织，再到网页布局和交互开发，任务涉及多个连续步骤。最终呈现的页面支持旋转浏览植物标本架、查看单株植物资料，并通过交互探索不同植物的形态特征。

此外，Agnes 3.0 Pro还将一篇天文学论文转化为交互式科普网页。模型重新组织论文内容，并通过行星凌星模拟等交互设计，将专业研究中的复杂概念转化为更加直观的阅读体验。

从复杂业务数据处理到交互应用开发，这些案例展示了Agnes 3.0 Pro在不同类型任务中的实际表现。

Agnes 3.0 Pro在提升模型能力的同时，依然延续了具有竞争力的定价策略。更低的调用价格，有助于开发者控制长期运行和反复调试的成本，也让复杂AI应用的开发与部署拥有更多尝试空间。

Agnes 3.0 Pro API即将正式开放，参考定价如下：

与此同时，Agnes 3.0 Flash继续保持免费使用。对于需要频繁调试Agent、验证工作流或开展多轮开发实验的用户而言，免费模型能够进一步降低试错门槛，让开发者不必因为Token消耗而限制尝试次数和迭代空间。

从具备复杂任务处理能力的3.0 Pro，到持续免费开放的3.0 Flash，Agnes AI为不同需求的开发者提供了更灵活的模型选择。模型能力与使用成本之间的平衡，也将影响AI应用能否从一次性演示走向持续运行。

3.0 Pro提供模型能力，AGH负责组织任务执行，MHS则将智能体的能力进一步延伸至物理世界。

从Coding、Research到企业系统与真实设备，三者分别面向模型推理、持续执行和硬件连接，为更多Agent应用提供了技术基础。

模型仍在进步，但Agent时代的竞争已经不只发生在模型能力本身。如何将模型、工具、数据、权限、应用和物理设备组织成可靠的系统，正在成为下一代智能基础设施的重要命题。

大脑、记忆和身体，现在都在你手里了。

开源与体验入口：

Agnes Harness：

https://github.com/AgnesAI-Labs/agnes-harness

AGH技术报告：

https://github.com/AgnesAI-Labs/agnes-harness-tech-report

MHS设备接入指南：

https://github.com/AgnesAI-Labs/agnes-harness/blob/main/docs/guide/mhs.md