AI工程误解再探讨，Harness复杂度从能力层转向协作层

在当前AI编程领域，一场关于底层框架Harness未来走向的争论正在激烈上演。近期，前Kimi CLI负责人、Raft创始人stdrc（Richard Qian）针对业内流行的"模型派"观点提出了颠覆性见解：随着大模型能力的增强，Harness非但不会消失，反而会变得更加复杂，只是这种复杂性已从单纯的能力补足转向了更高层次的协作管理。

这一观点直接回应了当前AI圈内两极分化的趋势：一边是以Pi为代表的"极简Agent派"，主张通过精简Prompt和工具实现模型自我驱动；另一边则是Agent Swarm等多智能体协作方案，强调系统复杂性的必要性。stdrc从一线开发经验出发，拆解了 Harness 的核心作用：它不仅是模型的训练场，更是支撑复杂业务场景的关键框架。

"说Harness会被训进模型里的人，肯定是没做过Harness的。"stdrc在社交媒体上明确表示。他指出，Harness的演变并非简单的"越强越薄"，而是经历了从"能力补足"到"协作管理"的动态转化。例如，在弱模型时代，Harness主要承担工具调用、错误处理等基础功能；而在强模型时代，它需要解决多智能体之间的协同问题、跨会话状态同步以及动态权限管理等更复杂的任务。

这种复杂度的转移不仅体现在技术层面，也反映了AI应用从单任务处理向长流程、多角色协作的范式转变。stdrc强调，单纯依赖模型进行复杂业务处理存在固有缺陷，这本质上是一个系统工程问题，而非模型能力不足的问题。

值得注意的是，这一观点在AI行业引发了广泛讨论。2026年8月，OpenAI Codex负责人Tibo与Anthropic Claude Code负责人Boris Cherny之间的一场公开"互怼"事件，进一步凸显了Harness在实际应用中的重要性。尽管双方争议焦点在于模型迁移的具体实现，但实质上反映出不同 Harness 架构对模型表现的巨大影响。

"同一个模型，权重一个参数都不改，只是换一套Harness，表现就可能大幅波动。"EverMind在 HarnessBank 研究中给出的实证数据印证了这一点。在AppWorld测试集中，同一颗冻结权重的Qwen3.6-27B模型，仅通过Harness进化，测试集Pass@1从41.3%提升至56.7%，七个基准测试均取得显著改进。

然而，如何确保这些改进的真实性和可复用性，成为 Harness 自进化走向产品化必须解决的核心问题。EverMind提出的HarnessBank架构，通过双Agent设计实现了 Harness 的自动化迭代，为这一难题提供了新的解决方案。

"Harness的复杂性让模型能够学习它们。"stdrc在另一条推文中进一步阐释道， Harness 不是模型的替代品，而是其能力的延伸和组织者。随着模型智能的不断提升，Harness也在不断演进，从简单的工具调用发展到包含并行工具调用、子代理、代理群、代理团队、交接、主动压缩、通道、跨会话通信等功能的复杂系统。

这一动态演化的过程，正如阴阳相生相克的哲学规律，揭示了AI系统设计的本质：模型能力的提升不是终点，而是 Harness 复杂度升级的新起点。