AI Agent 基础设施 · 开源观察
YC开源QM Harness：企业级Agent权限治理新范式，3天获3.9k Star
QM标志着AI Agent从个人提效工具向企业级工程基础设施的转折，核心在于用组织权限架构替代超级Agent账号模式，实现数据隔离、权限治理与审计合规的全链路管理。
个人 vs 企业级：Harness 的根本差异
个人 Harness
Claude Code / OpenClaw
01 · Agent产业三层分工与个人Harness的局限
当前Agent产业分为三层：底层大模型（思考与决策）、中间层Agent（任务执行）、外层Harness（管控框架）。个人级Harness如Claude Code、OpenClaw等以单用户效率优先，缺乏组织级数据边界、权限治理和长周期环境一致性。
个人Harness三大局限
组织级数据边界缺失、企业级权限治理空白、长周期环境一致性不足
原文指出个人工具默认共享运行环境，易导致跨项目数据串台；默认赋予高权限，不适应最小权限原则；会话绑定沙箱，环境随会话重置。
个人级（如 Claude Code）
单用户共享环境，高权限，会话级别沙箱
→
企业级（如 QM）
多用户隔离，最小权限，持久化沙箱
02 · QM的四大核心设计：Scope、持久化沙箱、模型无关、三级安全策略
QM跳出个人工具加多用户功能的常规路径，从底层架构贴合企业组织运行规则，主要解决“让很多员工安全使用Agent”而非“让很多AI分工协作”。
核心设计维度
Scope作用域隔离、持久化沙箱、模型无关架构、三级分级安全策略
每个Scope（个人/项目组/协作频道）拥有独立的记忆、文件、密钥和沙箱环境；Durable Sandbox保留会话间状态；Model Agnostic通过标准接口对接主流Agent；Security Posture提供严格/自动/开放三档。
“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。”
—— 原文作者 · 雷锋网
03 · 底层设计思路：权限与隔离的企业级哲学
QM解决了两个核心难题：多用户场景下的边界问题，以及Agent权限归属问题。它采用分层隔离体系（个人独立空间+项目协作空间），并让Agent代表具体员工而非超级账号工作。
传统思路
给Agent开设独立超级服务账号，跨系统访问，权限难以把控且无法追溯
QM思路
Agent绑定具体员工身份，复用公司既有账号权限体系，实现审计和责任追踪
权限复用示例
员工拥有Microsoft Graph API权限后，其Agent可直接调用邮件、Teams、OneDrive等
无需重新搭建AI权限体系，Agent权限由公司分配给员工或项目的账号决定。
04 · 行业意义：从堆模型能力到搭落地骨架
QM的爆火印证了AI从个人提效工具进化为企业级工程基础设施的转折。未来企业AI核心壁垒在于可沉淀、可管控、可复用的组织AI骨架，而Harness是核心载体。
“行业的注意力，终于从堆模型能力，转向了搭落地骨架。”
—— 原文作者 · 雷锋网
开发者反馈
“哪怕是个人用多套Agent工具分工协作，都已经能跑出‘小型公司’的运转体感”
企业规模化落地AI需要完整的“数字大脑”框架承载组织记忆、权责与流程。
QM不是一款更聪明的AI，而是一套让AI安全融入企业组织的管理框架。它的开源和快速爆火，标志着行业正从追求模型能力转向构建可落地的工程基础设施，这将深刻影响未来企业AI的部署范式。