百度搭子开放Harness 引擎,AI Native组织治理底座产品化
百度在2026年百度世界主论坛宣布开放Harness引擎、专业能力与Agent API,将内部使用的「组织Harness」产品化。该引擎以安全沙箱为边界,集成规划调度、工具调用、三级记忆与Looping机制,聚焦解决AI不懂组织上下文、进不了业务流程、经验难沉淀、能力难复用四类卡点,目标是成为AI Native组织的治理底座。
百度推出组织级Harness引擎
11月12日百度世界2026主论坛上,百度搭子宣布开放Harness引擎和专业能力、开放Agent API,并联合伙伴推出Mate+系列——百度加入大厂对外输出Harness的行列。差异化落在一处:百度把Harness往组织治理层接,与组织方法论绑定。
论坛上:百度搭子验收通过率质量口径公开报出来:跨15步以上复杂任务的一次验收通过率从67.6%升到88.2%。
什么是「组织Harness」
百度世界2026主论坛演讲上,李彦宏提出「智能组织」进化的三个原则:打破岗位边界,释放组织活力;沉淀隐性知识,构建组织智能;设计流程闭环,推动组织进化。
在随后的分论坛中,百度人力及行政负责人何俊杰从人才、组织、基建三个维度拆解智能组织建设路径:人才观需要进化;组织从"围着岗位转"转向"围着任务转",并以组织Harness持续沉淀隐性知识与组织资产。
这三个层面,每层对应企业落地的一件实事:

(1)人才层先动的是观念。AI时代企业的人才观要从"招专才"转向"人人都是Builder"。顺着这个判断,一线长出FDE这个新角色,把"懂行业、能落地、会推产品"三件事打通,成为连接方法论与业务落地的支点。
(2)组织层的核心是围着任务转。过去流程拆给多个岗位各管一段,现在任务本身跨过岗位边界,参与方由任务决定,不再被岗位编制锁死;与此同时,组织Harness把老师傅脑子里的经验、判断和干活的门道沉淀成可复用的组织资产,新人接手,agent调用都能直接用,知识不再跟着人走。
(3)基建层,靠Workspace、业务系统向Agent开放、Skill沉淀与Looping机制托底,四项各有分工。
Workspace管上下文,是一种"一个任务一个空间"的工作空间机制,把散在各部门的信息和上下文汇到一处,让智能体看得懂组织在讲什么;
业务系统向Agent开放管流程接入,把OA、ERP、CRM这些系统接通,让智能体进得去真实业务流程;
Skill沉淀管经验,把个人跑通的经验固化成能复用的能力,不再锁在某一个人身上;
Looping机制管持续进化,给每次执行接上验收与回流的回路,做完评估、评估完调优。百度正在把这套机制从内部研发拓展到更广泛的组织层面,组织能力不是一次成型,而是持续进化。
组织Harness就是基建这层,是一套组织级智能体运行框架,也是AI Native组织的治理底座。它要解决的是组织智能落地的四类卡点问题:(a)AI不懂组织上下文、(b)智能体进不了业务流程、(c)个人经验难沉淀、(d)成熟能力难在组织内复制。
这套组织进化方法论没有停在内部,百度搭子随后把它做成产品,对外输出为Harness引擎、专业能力以及Agent API。
内部“组织Harness”是百度自用版的落地形态;对外开放的“Harness引擎”则是从中剥离出的标准化底座,保留了任务编排、工具调用、沙箱、记忆与状态追踪等通用能力,允许伙伴替换为自身的CRM/ERP/OA系统与行业Skill,从而实现生态共创。
对外开放的Harness引擎包含什么
对外开放的Harness引擎是面向“交付结果”的通用执行式智能体底座:以安全沙箱为运行边界,以规划/调度/工具调用/记忆/纠偏为内核,让LLM在长链复杂任务中稳定驱动软件、文件与业务系统,跑到可验收产物。

安全工作区管执行环境:落到产品上就是预装的安全沙箱:1)代码、任务、文件在隔离环境里闭环执行,尽量不碰本机、不外流数据,多租户资源逻辑隔离;2)文件删除、系统修改、数据外发这类高风险动作强制用户授权;3)企业侧另有文件夹级权限管控;4)操作全程可审计。
AI智能引擎管任务怎么往下推:覆盖意图理解、澄清、规划、执行、反思的完整流程,再配一套模型路由。末端的反思环节接上自动验收,做完评估、不合格回退重做。验证被固定成流程里的一个环节,这正是前文验收通过率能成立的前提。(据百度百科DuMate词条)
三级记忆体系撑起"越用越懂"。Harness借鉴认知心理学的分层记忆思路,分三层:个人记忆沉淀工作习惯,团队记忆共享协作上下文,组织记忆把项目经验沉淀成可复用资产。一个项目做完,知识就留在组织里。(据百度搭子发布会沈抖演讲)
系统层面的自进化再往上一层。每次任务留下的轨迹会反过来打磨Harness:哪些步骤容易出错、哪些工具该优先调用,这些执行结果持续用于改进任务规划与工具调度,产品逻辑从"这一遍把事情做完"走向"下一遍做得更顺"。
Harness的「连接与开放层」:往外连接走两条路,MCP接第三方工具/系统,Agent API接企业自有业务系统。搭子原生支持通过MCP把自定义应用纳管为可调用连接器;Agent API本身开放智能体配置、工具/Skill配置与运行能力,并带权限、审计、追踪。企业也可调百度搭子Agent API,把智能体嵌入OA/ERP/CRM等现有流程。
四家自研Harness简要对比
百度搭子,把「跨软件长任务」跑通,与组织治理结合,吃检索与旧系统;WorkBuddy,把「多模型 + 企微体系 + 研发桌面」做成开放底座;豆包工作,把「飞书里的上下文」变成可交付的多媒体产物;千问办公,把「钉钉里的组织流程」接Qwen做企业内务。

一句话总结
对外输出Harness已成百度、腾讯、字节、阿里的共同动作,百度不是最早也不是唯一。它这一步的特别之处,是把技术引擎往上接到组织治理层。对AI Native组织重构中的企业,值得借鉴的是组织Harness方法论:组织管理方法与基建结合。
JOTO 企业落地观察
- 组织Harness强调任务驱动与岗位解耦,对企业部署意味着需重新审视现有流程颗粒度与职责边界——当任务成为最小调度单元,传统RACI矩阵需升级为动态角色分配机制。
- 三级记忆体系将个人经验显性化为组织资产,这对RAG知识工程提出新要求:知识沉淀不再依赖文档上传,而需嵌入任务执行流,在Looping机制中自动触发结构化归档与语义索引。
- Harness引擎强制将验收环节嵌入执行闭环,对企业AI安全治理构成基础约束:所有智能体输出必须经可审计的验证节点,倒逼企业在工具链中预置合规检查点与人工干预闸口。
- 开放Agent API与MCP双通道设计,降低了企业对接既有系统的改造成本,但也将集成责任前移至客户侧——团队需具备API契约理解、权限映射与审计日志对齐能力,FDE驻场共创价值因此凸显。
立即咨询 JOTO
JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务,帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。 联系 JOTO 获取 AI 落地咨询
想把这些做法用到你的业务里?
留下你的场景和痛点,我们帮你判断从哪一步开始。
联系我们


