2026年10月11日，Agnes AI宣布正式开源其Agent执行基础设施Agnes Harness（简称AGH）。根据新智元等来源的报道，AGH被定位为一套面向真实任务的Agent执行底座，官方宣称支持持续任务执行、工具调用、状态管理与结果反馈，并同步开放了AGH体系中的MHS（Model Hardware Standard）设备交互协议及相关组件，使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。与此同时，Agnes AI还提到新一代模型Agnes 3.0 Pro迎来能力升级，其API即将上线。报道中AGH已在GitHub（AgnesAI-Labs/agnes-harness）开放源码及开发文档，开发者可通过Web工作台或命令行使用，指定工作目录、下达任务指令，让Agent读取文件、执行命令并根据结果继续修改工程。需要说明的是，"万物共脑""连大脑带具身越狱到现实"等属于宣传表述，并非经独立验证的成果；下文的性能与落地判断，均以官方文档与实测交叉验证为准。
把官方宣称和可验证事实分开
对企业选型而言，第一步不是判断AGH"强不强"，而是分清哪些是已公开的事实、哪些是尚待验证的宣称。
当前可核实的部分有限：AGH确为开源项目，代码与文档已挂上GitHub；它主打真实任务场景，提供持续运行与多端交付的执行能力；MHS作为设备交互协议随之开放；Agnes 3.0 Pro为配套模型，API尚未正式上线。报道中还提到一个演示案例——团队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内容。
需要打问号的部分同样明确："万物共脑"是概念包装而非技术指标；"连接物理世界"目前只有单一Demo支撑，缺乏跨设备、跨场景的可复现数据；持续任务执行的稳定性、长时任务的成功率、设备调用的覆盖范围，都没有公开的基准测试。换句话说，一个移动小车取书的演示，证明不了生产级的物理设备调度能力。
企业评估的核查清单
持续任务执行能力是否有可复现证据
重点看三件事：长时任务的中断恢复机制、状态管理的可靠性、以及失败重试策略。企业应要求官方或社区提供可复现的基准，而非观看演示视频。建议自建一组贴近业务的回归任务，连续运行数小时到数天，统计任务完成率、人工介入次数和异常退出频率。只有一次性Demo跑通，不等于能支撑7×24的生产负载。
物理设备连接的真实边界
MHS协议开放是亮点，但关键问题是：它目前支持哪些设备类型、接入一个新硬件需要多少适配工作、是否依赖特定SDK或固件。移动小车取书这类演示往往运行在受控环境里，真实工厂、仓储、门店的设备异构程度远超演示场景。评估时应优先拿自己手上的一两类设备做接入测试，记录从零接入到稳定调用的真实工时。
开源协议与自建成本
需要确认GitHub仓库采用的具体开源许可证，判断是否允许商用、是否有专利或再分发限制。自建成本不止于部署，还包括模型调用（Agnes 3.0 Pro API未上线前的替代方案）、运维人力、硬件适配和长期跟进上游更新的投入。开源不等于免费，TCO要算全。
与现有Agent框架的差异
市面上已有多套成熟的Agent执行框架和工具调用标准。企业应当横向对比：AGH在工具调用、状态管理上是否有实质创新，还是主要差异在于MHS这一设备连接层。如果核心价值集中在物理设备这一环，那么没有硬件落地需求的团队，迁移动机就不充分。
从Demo到生产的门槛
生产场景对可观测性、权限控制、审计日志、错误兜底的要求远高于演示。一个能让Agent"读取文件、执行命令"的本地工作台，在企业内网里就涉及权限隔离与安全审计。把Agent接入可编程硬件更要评估物理安全——指令失误可能造成设备动作失控，这类风险在演示里几乎看不到。
现在值不值得投入评估
对多数企业，合理动作是"轻量试点、不急表态"。如果业务中确有软硬结合、需要Agent长期驻留执行的场景，值得安排小规模技术预研，先读文档、跑官方示例、做一次自有设备接入；如果只是纯软件Agent需求，不必因"物理AI"热度而仓促跟进，待基准数据和社区生态成熟再决策。核心原则是：所有性能与落地宣称，一律以官方文档和自己的实测结果交叉验证，不把宣传语当立项依据。
【软盟资讯观察】
从趋势判断看，AGH的开源踩中了"物理AI"这条明确的产业主线——行业共识正从"模型能聊"转向"Agent能干活"，再向"智能体能操作设备"延伸，把模型、执行、设备连接整合进一套体系是合理的工程方向。MHS这类设备交互协议如果能形成事实标准，价值可能超过框架本身。
从机会与风险两端看，机会在于：开源降低了软硬结合Agent的试错门槛，对有真实设备场景的制造、物流、零售团队，提供了一个可自建、可扩展的起点，先行跑通垂直场景者有望积累稀缺的落地经验。风险也很清楚：一是宣传与实证的落差，"万物共脑"的叙事远大于单个取书Demo能支撑的结论，持续执行与设备调用的可靠性仍是未知数；二是生态与协议的不确定性，开源项目能否获得持续维护、MHS能否被更多厂商接受，直接决定其长期价值；三是安全盲区，Agent直接驱动物理设备一旦出错，后果比软件Bug严重得多。建议企业以"小步试点、数据说话"的心态对待，既不错过方向，也不为概念买单。