vivo Agent 系统分析：大模型是大脑不是马，Harness 是 ICU 不是马鞍¶

📊 Level ⭐⭐⭐⭐ | 11.4KB

vivo 互联网项目团队 Jiang Zuohan 提出以 "大模型是大脑，Agent 是身体" 替代流行的"大模型是马，Harness 是马鞍"比喻。核心论点：当前 AI 系统的问题不在模型能力，而在于 Agent 作为"身体"的不成熟——这是一个大脑超前成熟、但身体处于早产儿阶段的阶段。

核心隐喻对比¶

四大身体系统问题¶

当前 Agent 系统的四个核心工程缺陷：

Harness-as-ICU 框架¶

Harness 不是马鞍（服务于已成熟的系统），而是 ICU——维持身体基本生命体征的系统：

vivoPPT 开发收敛路径¶

从开放到收敛的三次迭代：

阶段 1：直接生成大纲 + 提供很多模板

→ 问题：大纲不稳定 + 模板变量叠加不确定性，用户无法判断问题源头

阶段 2：固定模板 + 内容优先

→ 收敛：用户提供完整原始材料（会议纪要/项目总结/方案全文），系统先理解再组织

阶段 3：DSL 中间层 + 富文本上下文解析

→ 收敛：先成 DSL 结构化中间表示，再渲染。富文本增加图片上下文解析（语义摘要+主题标签+素材描述）

沉淀的四条流程纪律： 1. 先研究，再写作 2. 先大纲，再页面 3. 先任务化，再并行化 4. 先可编辑，再可交付

当前阶段的本质判断¶

"我们正在经历一个还不会用工具的时代。"

• 技术爆炸后最佳实践真空是常态（类比：城市发展→交通规则；互联网→导航/搜索/推荐）
• Prompt Engineering = 口头问路（临时沟通技巧，非稳定系统方法）
• RAG = 静态地图（非实时路况）
• Agent 框架 = 拼装义肢（接口标准未统一）

核心判断：真正的最佳实践不是设计出来的，而是在大量真实场景中逐渐显现的——先有系统稳定活着，再有持续成长和自我优化。

关键独到判断¶

"大模型不是马，而是大脑，而且是一颗刚刚觉醒的大脑。"

"Harness 不是马鞍，而是 ICU。它真正提供的能力包括：生命周期监测、资源维持、信号调控、故障抢救。"

"当前很多 Agent 系统最真实的状态，就是大脑发育过快，但身体还处于早产儿阶段。"

"未来不会再讨论要不要用 AI。真正的变化会发生在我们开始真正理解：什么时候让它思考，什么时候让它行动，什么时候借助工具，什么时候交给流程，什么时候让人介入。"

"我们正在经历一个还不会用工具的时代。人们不仅是在使用工具，也在参与定义工具未来的正确使用方式。"

与其他实体的关系¶

• Harness-as-ICU 与 Harness Engineering 的"多层重试+可续传机制"互补——Harness Engineering 从"工程落地"侧设计，vivo 从"隐喻/哲学"侧给出定位
• 四大身体系统问题 与 高德扫街榜 HermesAgent 的"模型感知+代码计算"工程原则一致——都强调感官/运动/调度/自治四大层面的工程化
• 最佳实践收敛论 与 Loop Engineering 的"先写刹车再写循环"工程哲学呼应——最佳实践在真实使用中显现，而非一次性设计完成
• vivoPPT DSL 中间层 与 Flow2Spec 结构化知识路由 的结构化中间表示思想一致

深度分析¶

1. 隐喻是可靠性工程的分类学，不只是修辞。"大脑 vs 马"之争真正的分野在于 Harness 团队该优化什么指标：马隐喻隐含"驯服与约束"，自然导向缰绳式设计——硬护栏、硬编码 if-else、对错误行为的压制；大脑隐喻隐含"监护与维持"，导向 ICU 式设计——监测生命体征、维持资源供给、故障时抢救切换。两种隐喻直接决定了团队的 KPI 形态：前者度量"错误行为被拦截了多少"，后者度量"系统稳定运行时间有多长"。vivo 把生命体征具体化为 Token 消耗、延迟、错误率、上下文压力四元组，这与 LLM 可观测性四层模型 的分层监控思想同构——ICU 隐喻的工程价值在于把模糊的"可靠性"翻译成了可仪器化的监测清单。

2. "早产儿"判断暗含一套与主流 Harness 哲学不同的时间观。Harness Engineering 的"多层重试+可续传"是工程手段，Loop Engineering 的"先写刹车再写循环"是流程手段，而 vivo 给出的是发育阶段判断：大脑超前、身体是早产儿。这意味着 ICU 式 Harness 在逻辑上是过渡性监护设施而非永久控制装置——最终应被身体自身的自主神经（可学习的错误恢复策略）逐步替代。这个推论给出了一个投资方向：把硬编码兜底转化为策略化的降级与自愈能力。但 ICU 隐喻同时警示反向风险——早产儿不会因为监护仪器高级就提前发育成熟，过早撤除监护（让 Agent 脱离 Harness 自主运行）的失败案例在"发育期"是常态而非意外。

3. vivoPPT 的三次收敛实质是一次"不确定性分解"操作，可提炼为生产 Agent 团队的通用模式。收敛顺序（固定模板 → 内容优先 → DSL 中间层）每次都钉死当时最大的自由度：先钉输出格式，再钉输入质量，最后钉结构与渲染的接口。其深层原因是用户无法在不确定性堆叠时归因故障——大纲不稳定叠加模板变量叠加渲染差异，任何一次失败都查不出源头。这与 Flow2Spec 结构化知识路由 的中间表示思想一致，可归纳为一条定律：当故障无法归因时，先引入结构化中间层，让每一层的失败可独立定位，而不是继续在提示词里加约束。这比"Prompt Engineering = 口头问路"的类比更有可操作性——收敛不是减少功能，而是重构故障的可观测性。

4. ICU 框架与马鞍哲学的真正张力点在"自主神经系统"，且实践中不可二选一。马鞍派对失控的处理是硬护栏（挡住危险动作），ICU 派是软接管（降级、切换备用路径、兜底）。值得注意的是，vivo 框架自己的"信号调控：动作风控"本质上仍是马鞍逻辑——说明这两个隐喻不是互斥立场，而是可靠性工程的两个子系统：风控负责不做什么，监护负责做不成时怎么办。对生产团队而言，正确的读法是按四大身体系统做分诊排序（类似 ICU 的 triage）：感官与运动系统的修复优先于调度，调度优先于自主神经——因为前两者的故障直接可观测，后者的缺陷只有在长时运行中才暴露。这个排序解释了为什么多数团队先做工具调用稳定性、最后才做上下文压缩与自动恢复，与 Context Engineering 把上下文视为稀缺资源的调度观互为印证。

5. "最佳实践是收敛出来的而非设计出来的"隐含对 Agent 评估方法的批判。vivo 的收敛路径每一步都由真实用户失败驱动，而非基准测试驱动——这暗示当前 Agent 评测（静态 benchmark）无法捕捉"不确定性堆叠"这类系统性缺陷，只有真实场景的故障归因才能驱动收敛。对团队流程的推论是：Agent 系统的迭代日志（每次故障的归因记录）比评测分数更有信息量，应作为一等工程资产维护。

实践启示¶

• 诊断 Agent 系统时，先查身体再查大脑：四个身体系统（感官/运动/调度/自主神经）比模型选择更容易成为瓶颈
• Harness 的核心价值是"让系统先活着"：在追求自我进化之前，先确保基础生命体征稳定
• 收敛比开放更难但更重要：vivoPPT 的三次收敛（固定模板→内容优先→DSL 中间层）说明最佳实践不是"设计更多选择"，而是"在真实试错中缩小选择范围"
• DSL 中间层是 Agent 生产系统的骨架：结构化中间表示让模板、内容、布局、导出之间有了稳定接口

→ 原文存档