Codex

红杉「Own Your Intelligence」专题 5：LangChain CEO-何时自研 Harness

2026年8月14日 · 23:53

红杉资本「Own Your Intelligence」专题本期邀请 LangChain 联合创始人兼 CEO Harrison Chase 主讲，其核心主张是：智能体由 Harness（编排层）、Model 和 Context 三部分构成，是否自研 Harness 应取决于任务落在模型训练分布之内还是之外。他指出 Harness 的本质只是「LLM 在循环中调用工具」的简单架构，真正定制点在于各阶段插入中间件，如模型调用前对过长上下文自动摘要、包装工具调用做上下文卸载、派发子智能体。判断框架上，通用编码、文件编辑这类分布内任务用 Claude Code、Codex 等现成 Harness 即可，法律、金融等分布外任务须自建编排层；即便整体分布外，LangChain 的 Model Profiles 会按所选模型动态切换编辑文件等分布内动作的实现，因为 OpenAI 与 Anthropic 模型编辑文件的方式差异很大。在评测与可观测性上，他强调智能体出错更多源于进入上下文窗口的信息不对而非模型能力不足，行业正以开源评测运行器 Harbor 定义基准，并借 LangSmith 追踪轨迹、延迟与成本。数据飞轮的闭环是运行智能体、收集轨迹、整理反馈、实验修复：其 LangSmith Engine 在后台用编码智能体分析生产轨迹、建问题看板并自动修改提示词与 Harness 代码，团队还让 Engine 跑 Engine，用 Issue Bench 对比 Codex 与 Claude Code，并把 Codex 写脚本分析轨迹的经验 Codex 化回核心 Harness。他引用 Satya 的观点收尾：私有评测定义组织内部「好」的标准，拥有记忆与轨迹的所有权，AI 投资才能复利增值。

【彩蛋】又是一期广告：做杂活助理还是思维伙伴？YouNavi 的选择 —— 观猹·WAIC 桌面 Agent 分享会实录

2026年7月20日 · 19:58

本期是主播自家的产品推广实录：YouNavi（https://younavi.me）创始人携桌面 Agent「Navi」参加「WAIC UP！× 观猹 Good or Bad 之夜」，演示一款专注对话分析场景的 AI 参谋，并明确表态 Navi 不做帮人跑杂活的助理，而要成为帮用户“想更深”的思维伙伴。整场 PPT 由 Navi 自己用一句话提示词生成，主播只充当“嘴替”，并现场开启实时转写，让 Agent 读取包括观众提问在内的全部对话。产品主张两个反共识：一是自 Manus 以来 Agent 工具已不缺，但大多只做批量发票、小红书文案类杂活，而一次会议 token 仅约 1 万，百万 token 上下文足以让模型分析几十场会议；二是与飞书妙记等“录音—转写—模板总结纪要”的工作流不同，Navi 主打结合历史会议记忆做深度分析、挖潜台词，并做到采集、身份与专有名词调优、非简单 RAG 的记忆层、面向分析场景的 skills 与上下文工程四层架构，本地优先、重视隐私，还提供 CLI 可作为其他 Agent 的子 Agent 调用。早期种子用户包括分析投资人反馈的创业者、分析创业者 BP 的投资人、高频商务谈判者与产品经理。Q&A 环节回应了三个关键问题：与飞书妙记加 CLI 的差别在于 Navi 定位“context hunt”上下文归集、流程更 smooth 且结果更贴合分析需求；目标用户是以沟通为主要工作、决策杠杆大的人群，招聘面试是高粘性场景；而主流录音产品 6 小时时长上限其实是云端 ASR 后转写的成本限制，实时转写仍需在 PC 或 Mac 上完成。