AI Harness 為企業代理工作流程增添協調與防護機制
重點速覽
- •AI harness 可協調多個代理,並管理它們對企業系統的存取權限與可執行的行動。
- •Harness 可在 AI 產生的行動執行前,套用驗證、路由、稽核及其他防護措施。
- •簡單的獨立應用,例如識別證讀取 OCR,可能不值得使用 harness;多代理工作流程則通常更需要 harness。
- •套裝化 harness 方案正逐漸出現,但供應商的產品標籤可能掩蓋涉及多個代理與系統的實際工作流程。
- •De Bruyn 建議企業先定義業務目標與可衡量的 KPI,再選擇 AI 架構或決定 harness 的角色。

隨著企業從個別 AI 代理的實驗,轉向建立結合多個代理與模型的工作流程,「AI harness」一詞出現得越來越頻繁。供應商也開始將這個概念包裝成面向企業客戶的產品,但相關術語仍未有定論。哪些元件可稱為 harness、它在代理式工作流程中扮演什麼角色,以及企業何時真正需要 harness,這些問題目前仍沒有明確答案。
在接受 AI Business 訪問時,專門提供 SAP 原生 AI 整合的 Debcor Engineering 執行長、創辦人兼首席架構師 Gareth de Bruyn,談到了 AI harness 在企業工作流程中逐漸形成的角色。他說明了 harness 如何協調多個代理、管理與企業系統的互動,以及為 AI 產生的操作提供控制措施。
什麼是 AI harness?
De Bruyn 表示,AI harness 位於代理式程式碼與模型本身之間,負責處理路由、存取控制、上下文管理、評估與稽核。在代理與企業系統互動之前,這些控制措施就必須先建立。
他表示,當多個代理共同工作時,代理的價值會更加明顯。Harness 讓企業能夠協調這些代理並管理它們之間的互動。
管理與企業系統的互動
Harness 負責協調代理如何執行工作,以及如何與企業系統互動。De Bruyn 表示,用「交易」來描述這類互動可能更為恰當。
代理可能會存取企業系統,以取得做出決策所需的資訊。但當代理採取行動,例如建立訂單、更新客戶紀錄或移動貨物時,harness 會套用必要的防護機制與控制措施。
代理也可能需要與多個企業系統互動,才能完成一項任務。Harness 會管理這些互動,協助決定代理可以存取哪些內容、能採取哪些行動,以及這些行動應如何執行。
代理的空中交通管制員
De Bruyn 將 harness 比喻為空中交通管制。一張銷售訂單可能透過電子郵件、傳真,或以格式完整的訂單形式送達企業。Harness 就是協調層,負責評估輸入內容並決定應如何處理。
它可能辨識訂單、擷取相關資料並建立訂單;也可能判定該請求必須通過驗證檢查。這些檢查可能需要多次 AI 呼叫,從而增加成本,並產生額外的稽核與追蹤要求。
Harness 確保每項請求都被適當地路由,並套用相關檢查。最終產生的標準化訂單,便可輸入客戶系統。
企業何時需要 harness?
De Bruyn 表示,如果只有一個代理獨立運作,他會質疑是否有必要使用 harness。他以自己建立的一個簡單光學字元辨識(OCR)應用程式為例。該應用程式可以拍攝會議參與者的識別證照片,讓代理立即讀取資訊,並將資料儲存至客戶關係管理資料庫。
他表示,這類輕量且直接的任務不需要 harness。當多個代理必須協同工作,或它們的行動需要更高程度的監督與協調時,harness 的價值就會更加明顯。
自行建置還是購買?
企業也正面臨 AI 的自行建置與購買決策。De Bruyn 表示,許多企業正在尋找預先製作的 AI 解決方案,因為它們不一定具備自行建置這類系統所需的專業能力或信心。
預先製作的 harness 與其他套裝化 AI 選項正開始出現,但 De Bruyn 表示,他不認為市場已經成熟。他也警告,相關術語可能造成誤導:被行銷為單一 AI 代理的解決方案,實際上可能涉及多個共同工作的代理。
例如,在 SAP 的 Sapphire 大會上,與會者聽到了應付帳款代理的介紹。De Bruyn 表示,該方案背後的工作流程可能涉及 10 至 15 個不同代理,分別處理發票處理、資訊檢查與路由決策等任務。
雖然產品可能被呈現為一個代理,但幕後可能有多個代理與系統共同運作。De Bruyn 認為,行銷說法與實際運作情況尚未完全同步。
他表示,未來可能會出現更多預先製作的解決方案,但企業必須了解這些產品包含哪些內容、不同代理如何協同工作,以及 harness 在協調它們時扮演什麼角色。對於評估這些方案的企業而言,實際問題不應只停留在產品名稱,還包括它能存取哪些系統、能採取哪些行動,以及會套用哪些檢查。
從業務成果出發
De Bruyn 給企業領導者的主要建議是:「AI 不是魔法。」他表示,企業正承受採用 AI 的巨大壓力,這與過去面對雲端運算和物聯網(IoT)等技術時的情況類似。領導者應回到基本的業務問題:組織希望達成什麼?希望取得什麼成果?又要如何衡量這項成果?
在定義目標與關鍵績效指標(KPI)後,企業便能判斷 AI 系統需要完成什麼工作,以及 harness 應在設計中扮演什麼角色。
De Bruyn 將 harness 描述為一組元件,用來整合交付特定成果所需的模型、代理與其他系統。他表示,企業不必一開始就深入技術細節。企業應先定義業務成果,再拆解所需元件,並決定 harness 應發揮的作用。
他表示,harness 的核心功能,是透過協調這些不同元件來管理風險與效率。
編者註:本次訪談內容已為清晰度與簡潔性進行編修。