把不确定的大任务拆成受控的短闭环:分工 · 审查 · 单步重做 · 记忆与复用。
H2 Harness (简称 H2AC)
H2 Harness 不是套在模型外面的一层调用循环,而是一套驻留在服务端的智能体运行时架构:状态、记忆、编排、门禁、确认点和模型路由,都在服务端重新设计过。
示意动画:以一部短剧为例。文本、图像、音频、视频都是任务图上的一等节点;一个节点不合格,只打回它自己,已通过的节点保持不动。
常见的 Harness 是包在模型外面的一个循环:发提示词、调工具、出错重试,状态留在客户端。H2 Harness 把这件事做成了服务端的运行时,并在七个地方做了专门的工程优化。
| 环节 | 常见 Harness 的做法 | H2 Harness 的做法 | 带来什么 |
|---|---|---|---|
| 运行位置 | 跑在客户端或单个进程里,状态跟着窗口走。 | 服务端运行时:只追加的事件日志加跨进程锁,服务端是状态的唯一来源,终端只负责显示。 | 关页、断网、换设备都能续接。 |
| 上下文装配 | 历史全量带入,或者到长度就直接截断。 | 近期轮次保留原文,早期轮次做「三行压缩」(原话、结论、工具摘要),已加载的技能正文全局去重。 | 模型拿到最小而充分的上下文,少花词元,结论不丢。 |
| 角色与预算 | 一个提示词既写正文又查格式。 | 调度、撰写、审查、修订、归档各有最小上下文;调度与审查走短输出预算,撰写与修订走长输出预算。 | 该快的环节快,该写长的环节写得完整。 |
| 质量校验 | 让模型自己检查自己。 | 缺段、字段、格式、计数这类可数的检查交给程序门禁,不消耗词元;AI 审查只看语义,并给出差异清单。 | 低级错误在进审查之前就被拦下。 |
| 高风险动作 | 没有确认点,超时重试可能重复执行、重复扣费。 | 确认点状态机:服务端原子确认加预写日志,同一个确认在多台终端只生效一次。 | 发布、计费、写入业务系统这类动作可控、可查。 |
| 多模态 | 把附件链接拼进文字里。 | 任务图:文、图、音、视频同为节点,带上下游依赖,改了哪个节点只重跑受影响的部分。 | 局部修改不用整条重来。 |
| 与模型层的配合 | 把模型当成黑盒接口来调。 | 与 H2 Model Combo、H2 GPU Combo 一起设计:按「调模型、等工具、再调模型」的节奏做会话亲和,让读过的历史缓存下一步还能命中。 | 长上下文首字约 1 秒 实测 |
「常见 Harness 的做法」按常见形态归纳,仅作对照;各家产品能力以其官方说明为准。
单步 95%,连续 30 步全对只有约 21%——近八成长任务会在中途出错(示意计算,假设每步独立)。
H2 Harness 在每一步后加门禁与审查,不合格只重做这一步。拖动滑块,看两条曲线如何分开。
示意模型,假设每次尝试相互独立、审查能识别不合格结果:重做后单步成功率 = 1 − (1 − p)³。用于说明机制,不是实测指标。
四个机制合在一起,让长任务不失忆、不跑偏、可审计。
每个角色只拿自己的最小上下文、专属提示与验收标准,撰写角色拿长预算,审查角色拿短预算;不共用一个万能提示词。
程序门禁先做确定性校验,审查角色再逐项打分;不合格退回本环,附差异清单重做。
只重跑失败的那一环,已通过的环节保持不动,不整段返工。
会话与工作空间记忆留在服务端;角色、母图、模板沉淀为档案与技能,下一个项目直接调用。
字段缺失、格式、字数与时长、计费幂等等规则由程序直接校验,不消耗词元,结果可复现。
剧情逻辑、视觉一致性、数据严谨性等语义问题,由审查角色逐项打分,输出可执行的修改意见。
不赌某个底层模型天生懂所有模态。每个产物写回图上的节点,后续步骤按引用精确取用,不用人工来回搬素材。
对外发布、大额算力计费、写入业务系统等节点,任务自动停在确认点;在手机或电脑任一端批复,结果幂等写回同一条时间线。
记忆在服务端,而不在浏览器标签页里。换设备能续接,换人能接手。
示意动画:上半部分是同一个人换设备,服务端时间线不断;下半部分是成员 B 接手工作空间,继承档案与技能。
会话在服务端落成只追加的事件日志,带单调序号与跨进程锁。最近几轮保留原文,早期轮次压缩为「原话 · 结论 · 工具摘要」三行。关掉浏览器、换电脑,进度与上下文照常续接。
角色与场景母图、企业规范、阶段成果由专职角色写成结构化档案,存放在工作空间。团队换人接手,直接继承已验证的事实与方法。
对上只暴露四类能力槽,每个槽配置主供应商与备用供应商,限流、超时或故障时自动切换。更换底层模型、调整画质档位、切到私有化节点,只改路由配置;记忆、角色、技能与确认点保持不动。
技能放方法 · 消息放事实 · 门禁做校验
技能分平台、团队、个人三级存放,先按元数据召回少量候选,再装配正文。换一个行业,只换一套技能包和门禁规则,同一个内核就能嵌入新的产品;时间线、记忆、编排、任务图、确认点与主备容灾全部复用。
用户看不到 H2 Harness,但小影马和 H2 Code 的每一个长任务都跑在它上面。
编剧、母图审计、分镜导演、相机参数编排、配音剪辑等专职智能体协作;1 天上线一部量产剧,一键生全剧最长 100 分钟无人值守。
弹幕理解、知识库检索、场控导演与合规过滤并行运行,驱动 RayWorld Live 实时出流。
行业研报、多表交叉分析、跨系统业务流程;每一步自动查错修订,高风险动作停在确认点。
长任务动辄几十轮、几十万词元上下文;有状态缓存与会话亲和让长上下文首字约 1 秒(实测),多角色编排才跑得快、用得起。
了解 H2MC ↓ L1 世界模型 · 调用向 R1 下发结构化的相机位姿参数(位置 xyz + 朝向 yaw / pitch / roll),向 Live 推送直播话术与互动分支——智能体可以编程控制的镜头。
了解 RayWorld ↑ L3 应用 · 嵌入短剧流水线、一键生全剧与直播实时中枢的编排内核。
了解小影马 ↑ L3 应用 · 嵌入长任务不中途走偏、换设备不断片、多模态一站交付,靠的就是这套内核。
了解 H2 Code