从生成式人工智能（AI）对答，发展到AI代理，人工智能已被设计到可以“为人做事”，像OpenClaw、Hermes Agent、Claude CoWork等这类新一代AI代理平台，之所以令人惊艳，原因不只是它们懂得自动执行工作流程，而是开始能管理上下文、追踪状态、记录记忆、调用工具，甚至持续修正自己。

AI开始由一个对话机械人，变成一个系统。AI的竞争，正在由模型之间的竞赛，慢慢走向结构（architecture）之间的对比。

其中两个很值得观察的方向，就是OpenClaw与Hermes Agent的分别。

OpenClaw比较像是“广度型”的AI结构。它的核心让代理能够接入更多外在工具、工作流程与技能。它强调的是能力面的扩展：代理可以下载技能、组织能力库，甚至重新整理自己的工具结构。这种设计，背后思维是AI不再是一个单独的大脑，而是可以不断扩展能力的执行系统（execution system），类似一个指挥家，不断增加乐手，扩张乐团，奏出不同乐章。

另一边，Hermes Agent则重视系统的自我调整能力，重点不只是“会做很多事”，而是“会越做越好”。系统会根据过往运行结果修正行为、调整策略，开始带有一种自我改进或升级系统的味道，就如一个音乐合成器加上采样器，不断学习更新，提升能力，成为强大乐器或音乐模仿系统。

OpenClaw偏向让AI的能力变得更广；Hermes则偏向让AI更懂得成长。这两个方向，其实都指向同一件事：AI正在从模型面向，变成结构系统建构。

为此，近半年最红火的AI技能为驾驭工程（Harness Engineering）。有人视为提示工程（Prompt Engineering，俗称咒语）、氛围编码（Vibe Coding）之后，下一个值得认真对待的AI能力。Harness原意是马具、安全带或“利用某种力量”。它不是力量本身，而是一种用来固定、引导、控制与保护力量的结构。

大小数据模型本身像是一个拥有巨大潜能的大脑，但能力本身不代表真正可用，还需要一个架构去引导、限制、追踪、保护、放大，令它能够在真实世界稳定运作。这个架构就是驾驭。

再简单来说，模型提供生产力，驾驭决定的是可用性。一个好的AI代理运行系统，背后往往具备完整的上下文系统（Context System）、记忆机制（Memory System）、工具调用（Tool Calling）、工作流程编排（Workflow Orchestration）、权限层（Permission Layer）、重试机制（Retry Mechanism）、评估流程（Evaluation Pipeline）、检查点（Checkpoint）、日志系统（Logs）与状态管理（State Management），例如叫它编程，它不只是输出程式码，而是会看档案、修改档案、执行测试、检查错误，再持续除错或改良；叫它做研究，它不单是终结，而会搜寻、整理来源、建立笔记，再逐步输出有意义的答案。当中要保留进展、检查点与记忆。这是驾驭工程的核心。

如果说提示工程或咒语着眼点是“怎样问”，上下文工程着眼点就是“模型看到什么”，而驾驭工程着眼点就是：整个AI系统怎样运作。

驾驭工程的爆红原因是，企业或个人使用AI建立自动流程、新产品时，进化到要求稳定、可控、可观察地完成工作，所以走向更深的技术层面。未来开发者、公司靠AI转型的价值，将不再只是懂得使用AI工具，而是能否把模型转化成真正可持续运作的系统。若想投入学习参与AI转型，这会是近年最值得投入心力学习的技能。

作者是数码科技从业员、AI求职产品共同创办人