今天给NCREW的是一篇命题作文有些人说Harness是下一代智能有人说Harness是中间过渡形态你怎么看NCREW它既不是终局也绝对不只是“临时过渡层”这么简单。它更像是——在基础模型能力还不稳定、不可验证、不可持续协作之前人类为“可用智能”搭建的外部认知基础设施。换句话说大模型提供“原始智能”Harness 提供“工程化认知能力”真正可落地的 Agent来自两者耦合现在很多人还停留在“模型够强一切问题自然解决”但 2025-2026 的现实已经证明不是模型不会写而是模型不会长期稳定地“做事”。所以整个行业开始从Prompt Engineering转向Context Engineering再转向Harness Engineering这其实代表着 AI 工程范式在升级。为什么 Harness 会突然爆火因为大家发现Agent 真正的问题不是“智力不够”而是“系统性不可靠”。比如会遗忘会上下文漂移会误调用工具会无限循环会幻觉式修改代码不知道什么时候该停不知道什么时候该求助无法验证结果是否正确多 Agent 协作容易熵增于是行业开始意识到AI 不只是模型问题而是 Runtime System 问题。这时候 Harness 出现了。它本质上是在做MemoryPlanningVerificationObservabilityTool RoutingState ManagementHuman-in-the-loop权限治理长周期任务管理失败归因可追溯执行也就是给“概率智能”加上“工程约束”。那么 Harness 是“下一代智能”吗我认为不完全是。Harness 本身不是智能。它更像AI 的“操作系统”AI 的“工业控制层”AI 的“认知约束框架”AI 的“外骨骼”你甚至可以理解为大模型是“大脑皮层”Harness 是“执行神经系统 工作记忆 反馈回路”。所以它不会替代模型。但它决定模型能不能真正进入生产世界。为什么很多人说它只是“过渡形态”因为确实有一部分 Harness 能力未来会被模型内化。比如现在很多PlanningReflectionSelf-correctionTool selectionLong-context compression未来模型本身会越来越强。今天需要外部 orchestrator 的东西以后可能变成模型原生能力。这个判断没错。但是问题在于真正不会消失的是“环境级 Harness”这是很多人没看明白的。未来即使模型很强企业仍然需要1. 权限与治理模型不能直接改生产数据库调资金系统发公告控制机器人所以必须有审批链沙盒审计策略引擎这部分不会消失。2. 企业知识与状态系统模型再强也不知道你公司组织结构哪个 BU 谁负责哪个工厂设备坏过哪个 SOP 已过期哪个客户属于高风险这些必须通过OntologyGraphMemory LayerRuntime Context注入。所以企业未来真正的壁垒不只是模型而是 Harness 中沉淀的组织认知。这其实和#智用开物 一直在做的“Ontology Agent Foundry Skills Runtime”这一个#工业语义引擎已经高度接近了。3. 多智能体协作秩序未来不是一个 Agent。而是财务 Agent法务 Agent制造 Agent售前 Agent设备 Agent机器人 Agent组成 mesh。这时候问题不是“智能够不够”。而是谁协调谁验证谁仲裁谁记录状态谁处理冲突这其实就是 Harness。所以我对 Harness 的判断是短期2026-2028Harness 会极度重要。甚至同一个模型不同 Harness效果差距会非常夸张。未来两年最大的竞争可能不是“谁模型更强”而是谁能把 Agent 系统熵控制住。中期2028-2032部分 Harness 会被模型内化。尤其基础反思简单规划工具调用Context stitching会逐渐原生化。行业会出现“轻 Harness 强模型”趋势。长期2032Harness 不会消失。但会从“外挂控制层”演变成“智能生态运行时Intelligence Runtime”那时它更像cognitive infrastructureagent operating substrateorganizational intelligence fabric而不只是今天的 workflow orchestration。现在很多人低估了一个事实未来 AI 的核心竞争力未必是“谁更聪明”。而是谁更稳定地把智能转化成真实世界中的持续行动。而这件事单靠模型本身是做不到的。所以我认为 Harness 不是泡沫。它是从“会聊天的大模型”走向“可持续工作的智能系统”之间必须经历的一次架构跃迁。
