harness 工程已死？业界激辩

harness 工程已死？ 绝对不是！ 就像“提示词工程已死”和“RAG 已死”的说法一样，这不过是又一个为了博眼球和引战而散布的误导性论调。 这种说法主要源于近期发表的几篇论文，它们实验设置粗糙，只聚焦于在已经刷爆的 SWE 基准上做 SWE。 如果只谈 SWE，那当然很多 harness 相关的东西正被模型吸收。这很好。这得益于协同演化 harness 与模型的更优方法。 但现实中，你仍然需要一个稳定、最小化的 harness，才能可靠且低成本地获得高质量结果。 我看到的大问题是，我们假设 SWE 不会演进。它已经演进了，结果就是，团队发现他们需要专门的 harness 来改进代码审查、网络安全，以及在更复杂的环境（多智能体系统、沙箱等）中工作。 harness 不只是提示词；它是让 AI 模型在现实世界中运作的脚手架，涵盖安全、安全护栏、授权、协调、记忆、可扩展的新基础设施、效率、成本等等。如果你在计算机科学领域待得够久，这些没有一样是固定不变的。那怎么能说脚手架/harness 不需要？更糟的是，怎么能说这些 AI 模型会知道所有这些——其中很多还是专有的、针对每个问题和领域定制的？ 当你把智能体应用到 SWE 之外时，情况会更复杂；领域特定的 harness 正在到处涌现。这些重…