模型趋同之后，Agent 的“手脚、工作台和账本”值钱了

本文来自微信公众号： DARE to B2B ，作者：种 IT 的田

国产Agent Harness之争：从Skill分发到工具定价权

模型趋同之后，Agent的“手脚、工作台和账本”开始值钱。谁在免费、谁在收费、谁掌握最终账单？MiniMax、腾讯、火山、阿里、智谱正在重划边界。

2026年初，国内市场短暂经历了一轮“衍生型龙虾”热潮。各家把开源个人Agent的复杂部署封装起来，接入自己的模型、云资源和办公生态，再配上一套更适合国内用户的安装和连接方式。

这轮热潮退得很快，热词和具体产品名也迅速退到背景。但它留下了一个更持久的问题：当AI不再只是回答问题，而是开始搜索、读写文件、访问企业知识库、操作办公软件、生成图片视频甚至长期执行任务时，究竟由谁来提供和管理这些能力？

答案正在从模型层转向Agent Harness。

Harness不是一个简单的聊天界面。它负责组织模型、Skill、Tool、记忆、任务、权限和工作区，也决定一次工具调用发生在哪里、消耗谁的额度、数据会发往何处，以及操作是否需要用户确认。模型是大脑，Tool是手脚，Harness更接近神经系统、工作台和账本的结合体。

国产大模型厂商近几个月的探索，看似分散在Skill市场、MCP、联网搜索、多模态插件和各种Agent套餐里，实际上都指向同一件事：争夺Agent的能力分发权、工具供给权和最终结算权。

一、衍生型龙虾只是第一阶段

年初出现的衍生型产品，首先解决的是“怎么让用户拥有一个能长期干活的Agent”。

MiniMax推出云端托管的MaxClaw，把服务器、Docker、API Key和持续运行等问题收进产品内部；腾讯在2026年3月上线WorkBuddy，将本地文件、桌面操作、办公软件和企业IM纳入一个执行型工作台；火山引擎则以ArkClaw提供云端Agent运行环境。与此同时，GLM没有只做一个新的Agent外壳，而是从训练阶段起围绕OpenClaw任务优化工具调用、指令遵循、定时与持久任务和长链执行。

那段时间我使用这四个衍生龙虾，最主要干一件事儿：把它们的第一方Skill导出来给我的OpenClaw和Hermes，但也被某款抢默认权的衍生虾给钳得生疼。

这些产品的共同点，是把开源Agent暴露给用户的部署和配置问题产品化。我自己日常跑着两套Agent运行时，换Harness的迁移成本体会过——Skill和记忆不搬家，等于重养一遍。但它们并没有形成统一路线：有人想拥有Agent入口，有人想成为所有Agent都愿意使用的模型，还有人试图把Agent变成云服务套餐的一部分。

因此，这一阶段更像一次市场教育。它让用户理解了Agent可以常驻、可以装能力、可以连接现实世界，却没有回答能力如何标准化和分发。

二、Skill成为能力分发的起点

Skill并不是这轮热潮之后才出现。CodeBuddy等coding agent在2025年已经开始将它产品化。OpenClaw类产品真正带来的变化，是让Skill从开发者工具中的专业概念，变成普通用户也能理解的“给Agent安装能力”。

从结构看，Skill通常是一个包含SKILL.md、参考资料、脚本或模板的目录。它可以告诉模型什么时候启用某项能力、应该按照什么顺序完成任务、允许调用哪些工具，以及最后应该交付什么结果。

MCP是让Agent调用外部工具和数据的标准接口——谁能把能力封装成标准接口，谁就更容易进到别人的Agent里。

国内厂商很快形成了几种不同做法。

MiniMax同时提供官方CLI Skill、开源开发Skills、Agent技能市场和MCP，让外部Agent学会调用MiniMax的视觉与搜索能力；GLM借助ClawHub和MCP进入既有Agent生态，并从模型侧提升调用Skill和Tool的稳定性；CodeBuddy则把Skill做成更完整的工程组件，支持项目级和用户级作用域、工具白名单、子Agent、Hook，以及由GitHub或URL分发的插件市场；WorkBuddy进一步把Skill扩展成可执行的办公脚本和工作流。

Skill的优势是轻。厂商不需要预先理解所有行业和用户，只需提供一种可安装格式，开发者和企业就能把自己的知识、流程与最佳实践装进去。

但Skill也有天然边界。它可以告诉Agent“怎么做”，却不一定提供真正执行任务的能力。一份公众号运营Skill可以规定选题、分析、改写和排版流程，但如果没有网页访问、正文提取、文档写入和发布接口，模型仍然只能停留在建议层。

于是，Skill的扩张必然把竞争带到Tool。

三、平台内容正在被重新封装成Tool

腾讯系微信公众号内容能力与火山、飞书体系，提供了一个很有代表性的观察窗口。

WorkBuddy的公众号运营实践已经可以把“搜索竞品文章—下载分析—AI改写—进入发布流程”封装进一个Skill。另一边，飞书开放平台正在把文档、知识库、多维表格、日历和消息等OpenAPI转换为更适合Agent调用的MCP与CLI工具。

两者表面上都是“获取内容”，底层却不一样。

微信公众号文章大多属于半公开的网络内容。Agent可以通过搜索、浏览器或正文提取工具读取，再完成摘要、聚类和二次创作。但公开可见不代表可以无限制采集、改写和分发，反爬机制、版权归属、转载规范和平台规则仍然构成边界。这里的优势更多来自内容发现、稳定提取以及与公众号运营流程的衔接，而不是腾讯天然向某个Agent开放全部公众号数据。

飞书内容则主要存在于个人或企业租户内部。Agent能否读取一份文档、搜索知识库或写入多维表格，取决于OAuth、应用授权、租户权限和具体资源的访问范围。它不是传统意义上的网页抓取，而是获得授权后的企业内容操作。

这一区别非常重要。公开内容提取容易被浏览器自动化和开源工具复制，长期会趋向免费或低价；企业私域内容、平台操作权限和可靠的读写闭环，则更可能成为Harness的付费能力。

实际上，类似WorkBuddy和火山，都有一些带有破甲效应的工具/插件/Skill，一定程度上突破了原平台的限制，可以实现更高效地爬取和突破内容编辑权限。这背后，或许来自web内容的工具化利用，或许来自某些不知名的开放API的实现。

Skill在这里扮演的是编排层：它把“找什么内容、如何判断、怎样处理、写回哪里”固化成流程。真正的壁垒在下方：搜索、授权、解析、写入和发布Tool。

四、付费Harness Tools开始形成

这里的Harness已从一种运行时架构变成可购买的平台产品：竞争重点也随之从模型与工具如何编排，转向能力由谁分发、权限由谁控制、费用向谁结算。

当Tool从偶尔调用的外挂变成Agent的日常生产资料，厂商自然开始重新设计收费方式。

MiniMax的mmx search、视觉理解和Token Plan MCP，需要使用套餐凭证；GLM为Coding Plan用户提供远程Web Search MCP；DeepSeek V4-Flash则在Claude Code中原生支持Web Search，由模型判断是否搜索，并通过额外模型请求处理搜索结果，因此会增加Token消耗。

DeepSeek的Web Search我在openclaw里实际用过，体感是：模型自己判断要不要搜，搜一次多烧一轮token——这个“由模型决定”的细节，就是Harness在替模型做成本决策的缩影。

云厂商的动作更进一步。

火山方舟Agent Plan将文本、图像、视频模型与专属Harness放入统一的AFP积分体系，搜索、专业数据、记忆和ArkClaw等能力也逐渐进入同一个产品框架。百炼Token Plan则使用Credits统一计量模型、联网搜索、代码解释器等能力，并通过专属API Key接入Claude Code、Codex、Qwen Code、OpenClaw等工具；百炼Agent 2.0进一步把知识库和MCP统一视为Tool，由Agent自主决定调用顺序。

这类专属API Key不应该被简单理解为普通模型API凭证。它更像进入一套Agent能力套餐的门票：可调用哪些模型、能否使用搜索和代码执行、允许多少并发Agent、额度怎样恢复，都由套餐共同决定。

我自己曾挂着火山方舟的Agent Plan，最直观的感受是：每个套餐都在用自己的积分体系记账——AFP、Credits、积分，同一个任务在不同平台很难一口算清谁更便宜。

百炼也明确区分了通用按量API Key与Token Plan、Coding Plan专属Key。套餐Key主要面向交互式编程工具和Agent，不能随意用于生产后端、批处理和自动化脚本。

这说明大模型厂商开始出售的已经不只是Token，而是一个Agent完成任务所需要的整包资源：模型推理、联网搜索、代码环境、多模态生成、记忆、数据连接与任务运行时间。

对开发者来说，问题从“这个模型贵不贵”变成“这个套餐的额度够不够这个月跑”——算账的单位换了。

五、为什么还会出现免费和本地Tool

付费Tool扩张的同时，另一条看似相反的路线也在形成：把基础能力做成免费、开源或本地运行的跨Harness工具。

2026年7月底建仓、8月初开始公开迭代的Qwen-MM-Plugins，是最新例子。它没有再造一个新的Agent工作台，而是把图片、视频、文档、OCR、目标定位、语音识别、长视频记忆、生成编辑、Blender和FreeCAD等能力打包成Skill与可选MCP Server，适配Codex、Claude Code、OpenClaw、Qwen Code等多种环境。

其中，本地原生的图片、视频和文档读取不需要DashScope API Key；OCR、视觉问答、生成和长视频记忆等云端能力仍需要API；网络搜索则依赖另外的搜索服务。

我本地就跑着Qwen-MM-Plugins的MCP全家桶：图片、视频、文档读取确实不花云端的钱，但一上OCR、生成、长视频记忆，就回到云端计费——“免费”和“收费”的边界，就划在本地算力和云端算力之间。

因此，“免费Harness Tool”不是整套能力永久免费，而是成本边界发生了重新划分：

• 本地文件读取、基础内容提取、标准化Skill和通用MCP，会越来越接近免费基础设施；

  
  

• 高算力视觉理解、图像视频生成、实时搜索和长视频记忆，仍然适合按API或套餐收费；

  
  

• 企业知识库、私域数据、组织权限、批量任务与审计能力，很难被完全开放；

  
  

• 专业金融、法律、医疗等有数据授权和责任要求的Tool，可能形成更强的付费壁垒。

  
  

免费Tool对厂商也并非没有商业价值。它可以降低Agent接入门槛、扩大安装量、影响跨Harness的能力标准，并把用户引向同一厂商的云端模型和高价值API。基础能力免费，云端增强收费，可能成为比封闭Skill市场更有效的生态策略。

六、平台Tool会从付费走向免费吗

前文的微信公众号与飞书案例，已经展示了两条不同的成本曲线：公开内容提取容易被通用工具复制；企业私域内容的授权、索引、跨系统写入与审计，则需要平台持续投入。真正决定价格的，不是Tool是否存在，而是它以什么质量、规模和责任边界运行。

由此可以看到一种逐渐清晰的商业结构：

这套结构把竞争从功能数量拉回到成本和责任：谁承担推理、数据、权限与审计，谁就更有理由收费。

七、国产Agent Harness的未来

未来的竞争未必会再出现一个全民追逐的独立Agent产品。Harness更可能逐渐内嵌于开发工具、办公软件、企业协作平台和云账户中，成为用户不再刻意感知、却持续影响工作方式的基础层。

第一，模型路由会成为Harness的默认能力。用户不需要长期忠于一个模型，而是由Harness根据任务、速度、价格和模态选择模型。厂商的优势将从“模型独占”转向“路由时是否优先选择自己的模型”。你不需要关心下次调用的是哪家模型，Harness会替你选——但选谁，取决于谁给了Harness更低的折扣。

第二，Tool会成为新的平台接口。微信公众号、飞书、腾讯文档、企业邮箱、云存储和知识库，都可能被拆成可调用能力。谁能提供更稳定的官方接口、更完整的权限继承和更低的调用成本，谁就更容易进入Agent的日常工作流。

第三，免费与付费的分界会从“有没有这个功能”转向“以什么质量和规模运行”。单次读文件可以免费，但长期监控、批量处理、跨系统写入和可审计执行需要付费；Skill可以免费安装，但它调用的数据、模型和企业接口未必免费。

第四，Harness会成为新的成本账户。过去用户按模型Token付费，未来更可能按Agent完成任务所消耗的模型、搜索、生成、存储和执行资源统一结算。Credits、AFP、积分和专属API Key，都是这种变化的早期形态。

第五，权限与责任会成为真正门槛。当Agent能读取企业文档、发布公众号、修改文件甚至触发业务系统后，厂商不能只追求“能执行”，还需要提供最小权限、人工确认、来源追踪、操作日志和撤销机制。最终决定企业是否采用某个Harness的，可能不是模型排行榜，而是它是否可控、可查、可停。

我不会说哪家已经赢了。但算账的方式变了，竞争的方式就变了。

结语

国产Agent Harness之争，表面上经历了衍生型Agent、Skill市场、MCP和工具套餐的连续热潮，底层却是一场围绕能力边界的重新分工。

Skill决定Agent学会什么，Tool决定Agent能做什么，Harness决定Agent在谁的规则、谁的账户和谁的权限下做事。

基础Skill和本地Tool可能逐渐免费，高算力、高实时性和高数据价值的能力会继续收费；公开内容提取容易被复制，企业私域数据与平台操作权限则会成为新的壁垒。大模型厂商最终争夺的，也不只是用户选择哪个模型，而是谁能同时掌握Agent的手脚、工作台和账本。

资料索引

MiniMax MaxClaw·WorkBuddy·GLM-5-Turbo·CodeBuddy Skills

GLM Web Search MCP·DeepSeek Web Search·火山方舟Agent Plan·百炼Token Plan

百炼Agent 2.0·Qwen-MM-Plugins·飞书OpenAPI MCP