第一手觀察：當開源 Agent Harness 開始把「省錢」當成主打

筆者這陣子盯著 TrueFoundry 釋出的 TrueForge 看了很久。官方新聞稿最刺眼的一句話是：任務完成成本比 Claude Managed Agents 低 30% 到 75%。這數字一丟出來，開發者社群的討論區直接炸鍋，有人說這是「把 Claude 的皮剝了」，也有人酸「benchmark 跑三輪就敢喊 75%，心臟很大顆」。

但把情緒拿掉，這件事背後的訊號其實更值得拆：AI Agent 的競爭已經從「誰的模型最聰明」轉向「誰的 runtime 最不會偷你的錢」。尤其在 2026 年，企業開始把 agent 放進 CRM、工單、文件系統之後，成本曲線往上翹的速度比股價還兇。

2026 年 AI Agent 市場為何突然進入「花大錢卡脖子」階段？

先看大盤。Gartner 把 2026 年 AI agent 軟體支出估到 2,065 億美元，年增 139%，整體 AI 支出更是往 2.59 兆美元的方向衝。聽起來很嗨，但同一份報告也給了冷水：到 2027 年，Gartner 預測 40% 的 agent 專案會被取消。換句話說，錢正在狂灑，但很多團隊根本沒把 agent 跑進生產，只是先燒預算買門票。

為什麼會出現這種「花大錢卡脖子」的弔詭？因為 Agent 不是單一模型呼叫，它是一連串工具調用、retry、上下文回填的組合。每一次 agent 思考，背後都是 token 在流血；模型供應商的 managed 方案雖然方便，但把 runtime 綁死，你連「換一顆便宜的模型」都要看人臉色。

這也解釋了 TrueForge 為什麼選在這個時間點跳出來：市場已經有足夠多被帳單嚇醒的開發團隊，他們需要的不是更貴的模型，而是一個能自己掌控成本結構的底座。

TrueForge 的成本 30% 到 75% 是怎麼算出來的？官方 benchmark 有沒有水分？

TrueFoundry 的玩法很直接：他們拿 DevRev 的 Enterprise-Bench 出來跑，這是一個跨 CRM、issue tracking、文件管理系統的 14 項多步驟任務集。每個 harness 用同一組 MCP 工具、fresh session、盲測 LLM judge 打分。

結果有兩組數字。第一組：同樣用 Opus 4.8，Claude Managed Agents 單次跑完的成本是 11.80 美元，TrueForge 是 8.50 美元，省下約 30%。第二組更狠：TrueForge 換上開源的 GLM-5.2，成本直接壓到 2.90 美元，與 Claude 的 11.80 美元相比，砍掉約 75%，而且 14 題裡完成了 11 題，官方說完成度沒有因為換便宜模型而崩掉。

聽起來像撿到槍，但這裡有幾個魔鬼細節。首先，這是單一 benchmark、三次試驗的結果，不代表所有產業場景都能複製。其次，Wavect 的獨立 review 直接點出：「那些結果涵蓋一個企業任務套件的三次試驗，不是生產可靠性。」所以 75% 這個數字，比較像是「地板價的示範」，不是「天花板保證」。

話雖如此，這組 benchmark 至少證明一件事：agent 成本很大一部分是「管線問題」，不是「模型訂價問題」。當你換到開源模型，品質沒有等比下降，但帳單先少了一大截。

開源 Agent Harness 能打破 Vendor Lock-in 嗎？MIT 授權的商業邏輯是什麼？

TrueForge 採用 MIT 授權，丟在 GitHub 和 PyPI 上，可以自己 host、自己改、接自己喜歡的模型。它內建 MCP tools、skills、sandboxing、approvals、subagents，定位是「把一個 LLM 變成 working agent 的 runtime layer」。

這對厭倦綁架的開發團隊來說，等於拿到一副可以自己換零件的底盤。但開源不代表免費午餐，TrueFoundry 真正的商業邏輯是賣上層的 AI Gateway 和 Agentic Deployment Platform：你先用 TrueForge 嚐到甜頭，等團隊要治理、監控、審計、多租戶權限的時候，再回到它的企業平台付費。這套「開源釣魚、平台收網」的打法，在基礎設施圈已經被驗證過很多次。

TrueFoundry 這家公司也不是突然冒出來的小玩家。2021 年在舊金山創立，創辦人來自 Google、Meta，2024 年底剛完成 1,900 萬美元 Series A，由 Intel Capital 領投，累計融資約 2,130 萬美元。有 Intel Capital 背書，至少代表它不會明天就倒給你看。

企業 2026 導入 TrueForge 前該避開哪些坑？生產環境不是 benchmark 的遊樂場

開源 harness 的最大陷阱，不是技術，而是「把 benchmark 當成 SLA」。官方自己都說，local mode 只用來評估，真要上生產，得先把沙箱和 approval 機制焊死。現實是，agent 一旦接上公司的 CRM 和文件庫，一個錯誤的 delete 指令可能比省下的 75% 成本貴上一百倍。

McKinsey 的數據顯示，目前只有 23% 的組織把 agent 部署到規模化階段；Gartner 更警告 2027 年有 40% 的 agent 專案會取消。這代表多數人還在 pilot 階段跌倒，根本輪不到成本優化。TrueForge 給了你省錢的選項，但如果你連 agent 的 observability、rollback、audit log 都沒建好，換成開源只會讓問題更難抓。

另外，GLM-5.2 這類開源模型雖然在 benchmark 上很能打，但企業內部的 compliance、資料落地、模型供應商風險都要另外評估。省下來的錢，可能剛好拿去請人修 security patch。

2027 年 AI Agent 成本戰會怎麼打？開源 harness 會變成基礎設施的「水電煤」嗎？

如果 2026 年是企業把 agent 塞進應用程式的一年，2027 年就是成本與治理的攤牌年。Gartner 預測 agentic AI 支出將在 2027 年超越 chatbot，這意味著 runtime 的每一分錢都會被財務長拿放大鏡檢視。

TrueForge 這類開源 harness 很可能會像 Kubernetes 當年在容器編排戰中崛起一樣，把「agent runtime」變成一個標準化、可替換的底層。當底層標準化之後，上層的差異化會回到資料、工作流與垂直場景。到那個時候，綁定單一模型供應商的 managed agent，反而會像綁約吃到飽一樣，方便但貴得沒道理。

不過，開源要成為「水電煤」，前提是 governance 和 security 工具鏈必須成熟。否則企業寧可多付 30% 給 managed 服務，換一個可以甩鍋的廠商。

快速 FAQ：三個你一定想問的問題

TrueForge 真的比 Claude Managed Agents 便宜 30% 到 75% 嗎？

官方 benchmark 顯示，相同 Opus 4.8 模型下便宜約 30%，換成開源 GLM-5.2 便宜約 75%。但這是 14 個任務、跑三次的結果，並非所有生產場景的保證。

TrueForge 可以免費自己部署嗎？

可以。TrueForge 採 MIT 開源授權，可從 GitHub 或 PyPI 下載，在本地或 Docker 環境執行。但企業級的監控、治理與支援，通常還是要回到 TrueFoundry 的平台或自行建置。

2026 年中小開發團隊該直接換掉 Claude Managed Agents 嗎？

若團隊有能力處理沙箱、審計與 MCP 維運，TrueForge 值得小範圍試點；若團隊只會串 API、缺乏維運能量，建議先 pilot，不要一次全面搬遷。

下一步：別再讓 Agent 帳單替你決定架構

如果你正在評估 AI Agent 的成本結構，或想把 TrueForge 這類開源底座接進既有的企業工作流，先別急著砍供應商。坐下來把任務、工具、權限三層地圖畫清楚，再決定哪一段值得自架、哪一段該外包。

立即與我們討論 AI Agent 成本優化方案

參考資料

• TrueFoundry：TrueForge Open-Source Agent Harness
• GitHub – truefoundry/trueforge
• InfoWorld – TrueFoundry debuts open-source AI agent harness
• VentureBeat – TrueFoundry’s open source AI agent harness TrueForge
• Open Source For You – TrueFoundry Launches Open Source AI Agent Harness TrueForge
• Wavect – TrueForge Agent Harness Review: Production Fit
• Wikipedia – TrueFoundry