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：

• Memory

• Planning

• Verification

• Observability

• Tool Routing

• State Management

• Human-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：

• Planning

• Reflection

• Self-correction

• Tool selection

• Long-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：

• Ontology

• Graph

• Memory Layer

• Runtime 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 一直在做的：

“Ontology + Agent Foundry + Skills + Runtime”这一个

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（2026-2028）

Harness 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（2032+）

Harness 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 infrastructure

• agent operating substrate

• organizational 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。

来源：opendotnet