首页 / 资讯详情
YC 开源自家 Harness，3 天斩获 3.9k Star，QM 如何划清 Agent 的权限边界
摘要
从拼模型能力，到搭管控骨架。 作者丨樊天骄 编辑丨郑佳美 过去两年，AI Agent 的竞争逻辑一直围绕一个核心问题展开：如何让一个 Agent 助手变得更加聪明及能干。从 Claude Code、Codex，到 OpenClaw、Manus，现在的 Agent 可以写代码、分析数据、调用工具，甚至独立完成过去需要数小时、数天才能完成的复杂任务。现在的 Agent 开始进入企业场景。这个时候 需要解决的就不仅仅是 “如何让一个程序员更高效”，还有 “如何让100个 AI 员工安全协作” 的问题。近日，由顶级孵化器 Y Combinator（YC）开源的 QM 项目迅速引爆技术社区 ——YC 正是 OpenAI CEO 山姆・奥特曼早年执掌、奠定其全球创投地位的平台。这个项目上线 3 天狂揽 3.9k GitHub Star，官宣当日直接登顶 Hacker News 榜首。区别于市面上主打个人生产力的 Agent 工具，QM 的定位是面向多人协作的企业级 Agent Harness。它不直接执行具体业务任务。作为一个给团队和公司使用的 Agent 管理工具，它专门解决 AI 规模化落地过程中的数据隔离、权限治理、环境统一、审计合规等全链路管理难题。01QM: 一个专门面向企业的 Harness要理解 QM 的价值，先要厘清 Agent 产业的三层分工逻辑：底层大模型承担思考与决策，中间层 Agent 负责具体任务执行，而 Harness 作为外层管控框架，负责提供执行环境、管理上下文与记忆、调度工具权限、约束行为边界。目前主流的 AI 编程与效率工具，比如 Claude Code、OpenClaw、Hermes 等，本质都属于个人级 Harness。它们并非没有基础的沙箱隔离、权限控制与会话恢复能力，但其设计核心更多围绕单用户体验优化，优先保障个人使用的便捷性与执行效率，在个人生产力场景下优势突出。▎但当 Agent 进入企业规模化使用，个人工具的原生局限就会集中爆发，主要集中在三个问题上：1.组织级数据边界缺失：个人 Harness 默认以单用户为单位共享运行环境与记忆空间，多人、多项目共用时极易出现跨团队、跨项目的记忆串台；也缺少按组织架构、项目维度划分的细粒度隔离机制，员工个人密钥、项目敏感文件存在意外泄露风险。2.企业级权限治理空白：个人工具以最大化执行效率为目标，默认赋予 Agent 较高的本地操作权限；而企业场景必须遵循最小权限原则，既要匹配不同岗位的权限范围，也要对高危操作做统一管控与审计追溯，这是个人 Harness 普遍不具备的能力。雷峰网3.长周期环境一致性不足：多数个人 Harness 的沙箱与会话深度绑定，会话结束后环境随即重置。企业项目通常跨天、跨周执行，反复搭建环境不仅拉低效率，也难以保障不同员工、不同会话下的运行环境一致。这就催生出面向组织的企业级 Agent Harness 赛道。需要明确的是，QM 的定位并不是打造一套能够自动调度多个 AI 互相分工协作的系统，而是一个多人共用的 Agent 管理平台，核心职责让组织内大量员工都可以安全可控地使用 Agent。在此基础上，QM 补齐了企业团队刚需能力：绑定真实员工身份、提供项目共享空间并实现多人权限划分与平台统一管理，以此回应上述个人级 Harness