Chainfeeds 導讀：
下一代 AI 基礎設施，就是 Agent Harness。
文章來源：
https://foresightnews.pro/article/detail/96969
文章作者：
Foresight Ventures
觀點：
Foresight Ventures：第一類機會在 discovery 和 protocol 層。Agent 需要找到外部系統，理解它們能做什麼，並以標準方式調用。MCP server、tool registry、skill marketplace、structured documentation、machine-readable API，都會成為新的分發入口。這裡的機會很大，但也容易被高估。單純做目錄或協議，本身不一定能沉澱長期價值。真正有價值的是協議之上的 usage、workflow 和數據。第二類機會在 context 和 skill 層。通用模型知道很多，但真實工作依賴大量組織和行業上下文。法律、金融、醫療、安全、芯片設計、審計、供應鏈，每個行業都有自己的流程、術語、模板、合規要求和例外情況。誰能把這些經驗結構化成 agent 可用的 context 和 skills，誰就可能在垂直領域形成壁壘。第三類機會在 runtime 和 orchestration 層。Agent 要完成長任務，需要狀態管理、失敗恢復、成本控制、沙盒環境和多 agent 協同。這一層需求確定，但競爭會很激烈。模型公司、雲廠商和開源框架都會進入。我們更關注那些抓住具體高價值場景的團隊，而不是泛泛做一個 workflow builder 的公司。第四類機會在 evaluation、observability 和 trace。我們認為這是被低估的一層。很多 agent 項目失敗，並不是模型完全不能做，而是企業不知道它為什麼做、做到了哪一步、哪裡出錯、成本花在哪裡、結果是否可信。Trace 和 eval 短期看像開發者工具，長期看可能是 agent 時代的數據基礎設施。只有 trace，沒有 eval，只是日誌；trace 和 eval 結合起來，才可能變成訓練和判斷系統。第五類，也是我們最看好的，是 vertical harness。它不是做一個垂直 agent app，而是在一個高價值領域裡，把 context、tools、workflow、permission、guardrails、evaluation、trace 和 feedback loop 串起來。法律、醫療、金融、交易、安全、芯片設計這類領域尤其適合，因為它們任務價值高、錯誤成本高、流程深、結果可評估，而且數據閉環非常有價值。
內容來源
