Leah 推出 Harness Builder，将业务目标转化为受治理的 AI 应用

Leah 已推出 Harness Builder。这是其 Maestro 平台的一项新功能，业务专家可以用自然语言描述目标，并与 AI 合作，围绕该目标构建受治理的应用。此次发布面向法务、合同管理、采购和财务团队，这些团队需要协调人员、政策与现有企业系统之间的工作。

它提出的起点是业务成果：例如，管理外部法律顾问的支出，而不是为每个智能体和工作流编写详细的技术规格。Maestro 会与用户合作，界定范围、设计方案，并搭建员工将要使用的运营架构和应用。

Leah 联合创始人兼首席执行官 Sarvarth Misra 在公告中表示：“借助 Harness Builder，客户现在可以围绕自身业务需求，自行创建并持续改进这些系统。”

Harness Builder 旨在构建什么

在此语境下，harness 指的是围绕 AI 智能体构建的系统：执行特定工作所需的专业能力、业务知识、工具、互联应用、流程和控制措施。

Leah 表示，Harness Builder 会将这些组件与专门构建的应用组合起来并进行测试。部署后，生成的 harness 会在 Maestro 中运行，协调互联系统之间的活动、应用业务规则，并将需要人类判断的决策升级处理。

应用是这一设计的重要组成部分。员工需要一种方式来参与工作、审查例外情况并管理执行过程。将运营流程与用户界面一并构建，可为团队提供一个共同的平台，监督智能体正在执行的工作。

Maestro 如何连接智能体与业务系统

Maestro 产品页面介绍了一种分层编排架构。Maestro 负责协调企业层面的目标；特定职能的编排器负责合同、法务、采购和财务等领域；子编排器则在这些领域内执行业务流程。

在合同管理方面，公司列出的功能涵盖合同起草、审查与谈判、审批流程、签署、存储库管理和义务跟踪。其更广泛的集成示例包括 Salesforce、NetSuite、Workday、SAP Ariba、DocuSign、Coupa 和 ServiceNow。网站指出，相关功能和集成可根据组织需求进行配置。

作为配套系统的 Leah Agentic OS 集成了编排、领域智能体、工作流和应用构建功能。该系统介绍了智能体如何在互联记录之间共享上下文，并可针对每个智能体和工作流配置权限及人工审查要求。操作记录和审查者的决策记录可作为追踪执行过程的依据。

对于跨部门工作流而言，这种共享上下文至关重要。合同条款可能影响供应商关系、发票和审批要求。系统需要在整个流程中传递这些关联信息，确保后续每项操作都遵循相关业务规则。

法律支出示例展示了预期工作流

Leah 以一套外部法律顾问支出管理系统为例，介绍 Harness Builder。法律运营团队会描述目标，构建工具则会识别并连接所需功能，用于依据计费准则审核发票、监控预算、发现差异，并将例外情况转交审批。

公告中将此作为示例用例，而非某个具名客户的部署案例。它展示了产品旨在支持的协同工作类型：审核发票只是其中一步；要完成整个流程，还需要了解适用哪项政策、是否超出相关预算，以及谁有权批准例外情况。

Leah 总裁兼首席技术官 Anurag Malik 表示：“挑战不在于构建单个 AI 智能体，而在于构建能够可靠执行复杂业务流程的完整系统。”

公司的领域知识旨在为这项工作提供初始框架。随后，组织自身的政策、操作手册和业务背景将进一步塑造适用于其运营的具体决策与控制措施。

治理仍是应用的一部分

发布公告介绍了在需要专业知识、判断或审批时由人员介入流程的机制。客户仍可查看并控制执行过程，也能随着需求变化调整自己的 harness。

Maestro 网站还介绍了有序执行、可追踪的交接，以及在采取不可逆操作前进行审批。该平台提供沙盒环境，可在接入实际运营之前演练工作流程；同时支持在单租户云环境中部署，或在客户的网络边界内运行。

这些控制措施解决的是与生成初始应用不同的另一项需求。业务用户需要了解应用构建完成后智能体获准执行哪些操作、如何处理例外情况，以及有人审查决策时会留下哪些证据。

从合同管理软件到企业级执行

Leah的公司发展历程显示，这家公司于2015年创立，早期名为ContractPodAi。发布公告称，这家总部位于伦敦的公司服务于全球400多家企业，并获得SoftBank和Insight Partners的支持。

Harness Builder将其在法律和合同业务方面的积累拓展为更广泛的应用构建方案。领域专家提供目标和运营背景，Maestro则组装出旨在实现目标的协同系统。

实际考验在于，这些生成的系统能否保留商业流程在生产环境中正常运作所需的政策、依赖关系、审批机制和可见性。Leah正将Harness Builder定位为一种工具，让最熟悉具体工作的人员能够自行定义并持续改进这一系统。