L2 · 智能体层

H2 Harness (简称 H2AC)

任务越长,
越需要编排。

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。

TASK GRAPH · 撰写 → 门禁 → 审查 → 只重做失败的一环示意
撰写中程序门禁AI 审查通过不合格 · 单步重做

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。

0+
专职智能体,各有提示与验收标准。
已上线
0分钟
小影马一键生全剧,最长无人值守运行时长。
已验证
1天 / 部
上线一部量产剧。
已验证
0个
已接入的 Agent 客户端。
已上线
一套架构,不是一层外壳

它不是传统意义上的 Harness。

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。

问题 · 错误累积

每步 95% 靠谱,
三十步后只剩两成。

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。

P(全部做对)示意
无编排 pⁿ
—
审查 + 单步重做(每步最多重做 2 次)
—

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

分工 · 审查 · 单步重做 · 记忆与复用。

四个机制合在一起,让长任务不失忆、不跑偏、可审计。

01

分工

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。

02

审查

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。

03

单步重做

只重跑失败的那一环,已通过的环节保持不动,不整段返工。

04

记忆与复用

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。

程序门禁 · 确定性校验

能用程序判断的,不交给模型。

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。

AI 审查 · 语义质检

程序判断不了的,交给专职审查角色。

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。

多模态任务图 × 跨端确认点

多模态协同发生在任务图里,
高风险动作停下来等人批。

任务图 · TASK GRAPH

文、图、音、视频,同为一等节点。

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。

确认点 · CONFIRMATION

不可逆与计费动作,先停后批。

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。

双作用域记忆

记忆跟人走,
也跟工作空间走。

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。

SERVER-SIDE MEMORY · 2 SCOPES示意

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。

作用域 01 · 跟人走(跨终端)

只追加的事件日志

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。

作用域 02 · 跟工作空间走(跨成员)

结构化档案 × 团队技能

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。

模型能力槽

换模型,
记忆和流程都不动。

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。

语言按角色预算分流
图像按产品档位映射
视频按产品档位映射
音频主备切换
三级技能库 × 三层契约

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。

嵌入式内核

一个内核,驱动两款应用。

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。

小影马 · 离线量产

从一句话到一部剧

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。

小影马直播 · 实时中枢

直播间的后台大脑

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。

H2 Code · 通用长任务

能交成果的办公 Agent

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。

在 H2 AIDM 中的位置

向下调用模型层的能力槽,
向上嵌入两款应用。

资料

H2 Harness 白皮书

错误累积、四个机制、任务图与确认点、双作用域记忆、能力槽与三级技能库。与本页同一份内容。左侧讲解片使用内部名称 H2AC(H2 Agent Combo),即 H2 Harness。

← 上一页 · L1 世界模型RayWorld