今天要來介紹一個最近很紅、而且紅到你做 Agent 幾乎不可能不碰到的字：Harness。看封面這張圖就很有意思，Model 被比喻成馬，Harness 就像馬具，決定這匹馬怎麼跑、跑去哪、能不能亂衝。這個比喻其實超貼切，因為現在大家都知道，大語言模型很會想、很會寫，但你如果不幫它套好韁繩，它有時候就一路暴衝給你看，做對的事還好，最怕是把錯的事做得又快又漂亮，那才真的是災難啊。

🐎 什麼是 Harness？先把「馬」跟「馬具」分清楚
Model 是馬，Harness 是馬具。Model 本身負責推理、生成、反應；但真正決定它往哪裡跑、能做什麼、不能做什麼的，Harness 是外面的這一套控制機制。

Model 是引擎
負責 reasoning、generation、回應使用者問題。能力強不強，會直接影響 Agent 上限。

Harness 是控制框架
定義角色、邊界、知識來源、可用工具、觸發條件，避免模型亂跑。

Agent = Model + Harness
只有模型不夠，還要有約束、有流程、有護欄，才比較像能上線的企業 Agent。

沒想到這個觀念從今年開始就一路變成顯學，現在只要你在設計 Agent，幾乎都要去考慮這一層。因為不是 Prompt 打一打就結束了，後面還有執行邊界、工具存取、記憶控制這些眉角。

筆者特別強調一件事：紅線要先畫好。也就是說，你要明確定義這個 Model 怎麼跑、跑在哪裡、能碰什麼、不能碰什麼。實務上非常實用的地方就在這裡，因為很多 AI 專案不是死在模型不夠強，而是死在「太自由」。

企業用 Agent，最怕的不是它不會做事，而是它太會做事，還做過頭。這種狀況，筆者看太多了啊~
所以在 instruction 裡，通常會設定很多限制。像是：

只能回答哪一類問題
只能使用哪些 Connector / Tool
遇到敏感動作要停下來
不能超出指定資料來源

還有一個常被低估的點，就是記憶控制。大模型只要一直跑下去，有時候真的會越講越歪，這不是它壞，是它天性如此。所以你要控制它記得什麼、忘掉什麼、在哪個範圍內延續脈絡。這種東西以前比較像高手內功，現在已經變成必學技能沒有之一啊~

⚖️ Standard Harness vs GitHub Copilot Harness：差別不是名字，是控場方式
經過一年Copilot Studio迎來大改版，簡單講，舊版的 Standard Harness 比較像「主題導向」，你要先設計好對話情境、主題分類、流程路徑；新版的 GitHub Copilot Harness 比較像「目標導向」，你只要把目標講清楚，它就用比較深的推理去拆解步驟，然後完成工作。新版的底層就是用 GitHub Copilot 執行架構重新改寫的， 所以有一個特別要注意的地方，新舊版不相容，基本可以視為兩套Agent設計工具了。

Standard Harness
偏規則型、偏固定流程、偏已知主題。適合查詢訂單、FAQ、請假、銷假這種明確任務。

GitHub Copilot Harness
偏推理型、偏多步驟、偏目標導向。適合流程比較長、判斷比較多、會變動的工作。

原本以為新版只是把一些 AI 功能加上去，結果實際拆完發現，它連 flow 的思維都不一樣。Standard Harness 裡面，你還是比較常靠 topic 去控場。像詢問訂單是一個 topic、請假流程是一個 topic、銷假又是另一個 topic。這種方法不是不好，反而在需求明確時很好用，因為夠穩、夠可預測。

但如果今天你的情境不是這麼固定，使用者可能會中途改需求、跨工具、跨資料來源、要它自主判斷下一步，那 Standard Harness 就可能開始有點卡。這時候 GitHub Copilot Harness 的優勢就出來了，它會用模型主導整個流程，而不是只靠預先設好的主題樹。

所以主題很固定，就用舊版；任務很複雜、需要自己大量判斷，就用新版。另外兩者最大差異在於 flow 不一樣。Standard Harness 比較像在既有主題與分支下前進；GitHub Copilot Harness 則比較像把大語言模型放到駕駛座，讓它根據目標、上下文、工具能力去決定下一步。

🙋 Human Review 才是真正的大改版：AI 做決定，人類來把關
筆者覺得新版最有感、也是最值得拍手的一個變化，就是它把 Human Review 放進流程裡了。這個東西舊版不是完全不能做，但沒有那麼好做，要自己硬刻。但是現在你可以在某個關卡要求人工審核，等人 approve 後再往下走。

AI 先做
先幫你整理、判斷、產生草稿或執行建議，省掉大量重工。

人再核
碰到高風險、高金額、敏感資料、正式送出前，交給人確認。

企業更敢上線
不是盲信 AI，而是把 AI 放在能發揮又不失控的位置，這個設計真的加分。

這種 Human in the loop 的設計，筆者是真的給肯定 👍 因為企業不是玩具工廠，很多東西不能讓 AI 自己一路衝到底。尤其像核銷、付款、異動申請、合約內容，這種一個按錯就加班的流程，還是需要人工審核，出包是人要扛，不是AI負責。

從畫面上也看得出來，舊版 flow 比較接近大家熟悉的 Power Automate 風格；新版則更像新一代 agent workflow canvas。看到這裡，筆者其實有一種「喔，果然大家都收斂到同一條路上了」的感覺。

🧩 新版 Flow UI 很眼熟？因為整個業界都在往同一種畫法靠攏
現在像 n8n、Dify 這一類工具，很多也都是走橫向節點式的 UI。說穿了，Agent flow 的畫法正在慢慢被統一。左邊放工具、畫布中間拉節點、右邊做設定，這種介面你只要練熟一套，其他家上手也會快很多。

📌 今日結論：不是每個 Agent 都要最聰明，但一定要管得住
企業要的不是最會聊天的 AI，而是最不容易出事的 AI。Harness 的價值就在這裡，它不是要限制模型，而是幫模型上護欄、裝方向盤、踩煞車。所以如果你最近在看 GitHub Copilot Harness，別只看它「比較新、比較 AI、比較潮」，重點要看它適不適合你的場景。固定流程就別硬推，複雜流程也別拿傳統 topic 硬撐。工具選得好，專案沒煩惱；邊界畫得好，Agent 不亂跑。