GPT‑6 Astra 之后，哪些 Harness 还值得做？

这周前沿模型疯狂出货，基模厂更新的速度已经快到模型名和版本号根本无法记住的地步🤯

这里说的 Harness，是模型外面负责组织工作的那套系统：给它什么上下文、允许调用哪些工具、如何持续执行、在哪里保存进度，以及拿什么判断任务完成。

Astra 发布资料里有一个值得单独看的细节。

考虑一个很普通的执行故障。

Agent 调用接口创建了一份文档。服务端已经创建成功，但响应在返回途中丢失，客户端收到超时。

模型升级后，我会优先减少那种没有新增证据的复核。

把前面的判断放在一起，可以得到一份比较实际的检查表。它表达的是优化方向，不能代替具体任务上的测试。

目前的公开资料不足以给出“Astra 能替代百分之多少 Harness”的答案。那需要固定任务、工具、预算和验收方法，对不同配置做比较。

【开源免费】字节工作流产品扣子两大核心业务：Coze Studio（扣子开发平台）和 Coze Loop（扣子罗盘）全面开源，而且采用的是 Apache 2.0 许可证，支持商用！

项目地址：https://github.com/coze-dev/coze-studio

项目地址：https://github.com/n8n-io/n8n

在线使用：https://n8n.io/（付费）

项目地址：https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file

项目地址：https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用：https://vectorvein.ai/（付费）

【开源免费】AutoGPT是一个允许用户创建和运行智能体的（AI Agents）项目。用户创建的智能体能够自动执行各种任务，从而让AI有步骤的去解决实际问题。

项目地址：https://github.com/Significant-Gravitas/AutoGPT

项目地址：https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md

【开源免费】graphrag是微软推出的RAG项目，与传统的通过 RAG 方法使用向量相似性作为搜索技术不同，GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。

项目地址：https://github.com/microsoft/graphrag

【开源免费】Dify是最早一批实现RAG，Agent，模型管理等一站式AI开发的工具平台，并且项目方一直持续维护。其中在任务编排方面相对领先对手，可以帮助研发实现像字节扣子那样的功能。

项目地址：https://github.com/langgenius/dify

项目地址：https://github.com/infiniflow/ragflow/tree/main

项目地址：https://github.com/phidatahq/phidata

项目地址：https://github.com/TaskingAI/TaskingAI

【开源免费】LangGPT 是一个通过结构化和模板化的方法，编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词，进而高质量的帮助用户通过AI解决问题。

项目地址：https://github.com/langgptai/LangGPT/blob/main/README_zh.md

在线使用：https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0