文 | 深流钻研所，作者 | 萧樱

"Agents aren't hard; the Harness is hard."

2026 年 2 月，当 OpenAI 工程师 Ryan Lopopolo 用这句话概括他刚实现的项目时，大无数人还不理解他的感伤。他带着一个不到 10 人的幼团队，用 5 个月功夫，让 Codex 写出了超过 100 万行代码，全程没有手敲一行。这套能让模型靠得住地工作的系统，被他称之为 "Harness Engineering"。

据公开信息，Codex的周活跃用户在3月初还是160万左右，但到了5月，已经超过了400万。

除了模型的升级，Codex的Harness能力也为它赢来不罕用户。好比，有开发者测试发现，在一个一样工作上，Claude Code亏损的token约是 Codex的3到4倍。差距不全在模型自身，也和 Harness 设计有关：Codex 偏差于把工作拆开并行跑，每个子工作高低文独立，互不传染。

如今 AI 圈已经宽泛认可 "Agent = Model + Harness" 这一条公式。若是 Agent 是一辆车，大模型就是提供马力的发起机。没有发起机，所有无从谈起。但一台裸发起机放在地上，你也没法开它上路。Harness，就是把"发起机"造成"整车"的那套系统工程。

就在本月，DeepSeek 颁布了两个招聘岗位：Harness 产品经理和 Harness 研发工程师。DeepSeek 资深钻研员陈德里在社交媒体上暗示，这是为了组建一个 Harness 团队，且方向是"对标 Claude Code，做 DeepSeek Code Harness"。这一家以模型层突破著称的公司，也把下一步的筹码押在了 Harness 上。

从前几年，模型能力是稀缺资源。但随着模型能力基础设施化，当先变得难以维持最壮大模型，保质期越来越短了，模型之表的那一层 Harness 愈发沉要。

模型能力依然是根基，但Harness已经造成AI竞争的关键较量场。

一、Harness 洗牌行业三层结构

Harness 起头反向优化模型，只是洗牌当前整个 AI 行业结构的早期信号。

从前几年，AI 产业被默认分成三层结构：基础设施层、模型层和利用层。三层各司其职，价值分配相对清澈。但此刻Harness起头影响这个“利益蛋糕”的分配。

模型公司首先感触到是“兑现权”被拿走了一部门。

从前模型公司既训练模型，又决定模型怎么被用。卖 API、卖 Playground，模型能力的兑现齐全在自己手里。模型强，就卖得贵，逻辑单一。

Harness 出现后，这个逻辑松动了。在 DeepSeek官方决定下场做 Harness 之前，开发者社区里的一个 "DeepSeek版Claude Code"（名为"DeepSeek-TUI"）备受欢迎，目前Stars已超过3万。这是由于统一个 DeepSeek 版本，跑在一个精调的 code Harness 里，能阐扬更好的水准，而跑在一个粗糙的“壳”里，能力会大打折扣。

模型自身没有变动，但Harness会影响模型能力兑现的区间。模型公司劳累训出来的能力，若是拱手让给别人的Harness 来承接，最终定价权可能会在别人手上。相当于自己成了供货商，少赚一层，货好货差还由渠路说了算。

利用层的变动产生得更荫蔽和缓慢一些。从前不少利用公司的护城河是懂业务。这种"懂"藏在产品经理的判断里、在多年打磨的交互细节里、在持续迭代的职能逻辑里。但此刻这些器材起头往Harness搬。例如，SaaS 巨头 Salesforce 把销售线索追踪的尺度作为固化进去，Claude Code 把代码评审的尺度流程嵌进去。从前靠人理解和沉淀的器材，此刻到了 Harness 这一层。

今年 5 月，老牌客服 SaaS 公司 Intercom 甚至直接改名为 Fin，用自家 AI Agent 产品的名字代替了经营 15 年的品牌，起头萦绕 Harness 沉构。那些还没起头器沉Harness的利用公司，几年后回头看，可能会发现自己的业务护城河已经被偷偷掏空。业务理解一旦被 Harness 固化为可执行的 Agent 作为，这套理解的所有权，就随着 Harness 走了，不再随着人走。

再往上走，基础设施层也没法置身事表，由于算力市场的需要会被反向界说。

从前英伟达等公司的产品规划，很大水平上由大批量、不变负载的模型训练来驱动。但随着Harness的遍及，Agent推理正成为算力市场的新主导力量。Agent 具备长链路、屡次挪用、带工具、带影象的特点，其推理负载有长周期、不成预测等动态变动，必要分歧的调度方式、内存架构和网络拓扑。英伟达在2026年颁布的Vera Rubin平台，就是专为智能体和大规模推理时期而构建。Harness 起头反过来影响芯片层的下一代产品状态。

这些变动叠在一路，让AI产业链的每一层利益分配，都要起头沉新交涉。

二、Harness 天然长在场景里

Harness 自身内部，也在产生分化。这种分化的本原，藏在 Harness 的一个底子性特点里。

Ryan Lopopolo团队最初以为，只有把模型接上Harness就行，但后面发现，Harness不是一个即插可用的插件。Harness 不是一次设计好就放在那里的，它必须在真实场景的失败里磨出来。没有这种真实场景去纠偏，Harness就会僵化。

这就是为什么Harness天然长在场景里。而分歧公司的业务场景千差万别，Harness也就会分化。

最先被验证、也最快能让 Harness 跑通的是代码场景。Harness 在代码场景里跑出来的每一条轨迹，都自带反馈信号，模型能够从中进建。这是为什么 Anthropic 和 OpenAI 不谋而合把 Harness 的第一战放在代码场景上。

但代码之表的世界没有编译器，要复杂得多。在客服答疑、售后服务、风控判断等非代码场景里，没有一个自动化的客观尺度能瞬间给出对错。脱离了天然验证器，反馈信号要么靠人为去工标注和复盘，但成本高、迭代慢；要么靠真实业务了局反馈，这就必要离业务足够近、跑得足够久。Harness 做得好的玩家，肯定是离真实业务反馈最近的。

长远来看，模型注定还会变得更强。此刻 Harness 面对的失败沉试、高低文截断等必要专门工程来处置的问题，未来可能模型自己就能解决。但 Harness 长在真实业务场景里、靠真实失败磨出来的部门，是模型再强也包办不了的。模型变强会消解 Harness 的工程层，但消解不掉 Harness 的场景层。

有真实业务反馈的玩家，已经起头在 Harness 上显示出优势。

好比，SaaS 巨头 Salesforce 在 CRM 场景里有几十年沉淀的客户行为数据、销售漏斗反馈、服务工单纪录。最新财年的数据显示，公司的Agentforce已经按"Agent 对话"收费，ARR 达 8 亿美元，整年增速 169%，累计超 2.9 万笔买卖，已走通贸易兑现。

目前国内日活第一的 Agent 腾讯 WorkBuddy，也是很早就押注 Harness 的玩家。从团队决定做 claw 模式到全量上线，只用了一个星期。能跑得这么快，是由于WorkBuddy的Harness早就在腾讯内部搭建好。在面向市场之前，WorkBuddy就被内部2000多人使用过。员工把会议纪要、跨部门合作、邮件草拟、文档天生这些日常工作交给它，每一次使用和反馈都被沉淀回Harness里，将Harness打磨得更好。

但是，这不料味着各家公司在各自界说和造作齐全孤立、只能干一件事的 Agent 产品。而是在未来的AI竞争中，当模型要进入分歧业业的业务深水区时，必须放入分歧的 Harness 里去考验。

这些考验的分化不仅是Agent路线的选择差距，更是企业各自护城河的沉塑。代码、协同办公、电商买卖等等，分歧的场景长出齐全分歧的 Harness。由于非代码场景的反馈信号极难跨行业复造，在一个场景里磨出来的 Harness，无法直接搬到另一个场景里发力。那么，占有怪异业务关环的玩家，会在自己的领域内成立起壁垒，表来者很难通过单纯堆叠算力或模型规模来突破这种当先。

三、尺度化与智能体生态之争

当 Agent 在分歧的 Harness 里考验，长出了分歧的端正和行事风格，它们最终必要"相互措辞"。

若是每家都用私有和谈、私有挪用方式，整个 Agent 生态就会陷入 PC 时期软件之间不能互通、互联网时期浏览器各自实现 HTML 的混乱。为此，接下来 Agent 竞争肯定会从场景层的工程上升到和谈和尺度层面，这是 Agent 大规；ネǖ幕∑サ。

Agent 的尺度化竞争已经起头。Anthropic在2024年底推出MCP（Model Context Protocol），把模型若何接入工具、若何获取高低文这件事抽象成行业和谈；Google 在2025年4月推出A2A（Agent2Agent）和谈，让多个 Agent 之间能跨厂商合作。

终于，当Agent起头大规；ネ，先入者形成的和谈网络会成为后来者的进入门槛。谁先把和谈铺开、把生态接进来、把开发者留住，谁就在这一层拿到了类似 Android、iOS 的平台位。

在国内，腾讯、阿里、字节都在跟进，预防在事实尺度之表掉队。腾讯云智能体开发平台全面支持MCP并上线MCP插件广；阿里百炼平台已接入MCP；字节旗下的Trae和Coze也在全面拥抱和兼容MCP。

和谈的尺度化远不止解决互通这件事自身。和谈决定的还有能否让用户安全、信赖地使用Agent，最终能否实现大规模贸易化落地。

当Agent能代你下单、付款、签合同时，过程中的风险怎么把控？今年5月，中国信通院结合腾讯、华为、中兴、三大运营商和港中深共同颁布的 ATH 和谈，起头回应这些问题。这个和谈的主题思路是通过用户、Agent 与服务的三方握手来确定权限天堑，权限取交集，任何一方缺席都无法通过。

与和谈之争同时产生的，还有 Agent 合作基础设施的建设。

当十个 Agent 要合作，光有尺度和谈还不够。多个 Agent 之间的调度、共享内存、权限天堑、高低文路由、安全沙箱等问题是和谈层面不能齐全解决的问题，必要一套底层基础设施承接。

这一层基础设施最终会长成什么样，目前没有共识。一种可能是被现有终端进一步集成，它们先拿到屏幕、系统算力和硬件权限，再去挪用 Agent；另一种可能是演化出独立的智能体生态，类似于PC时期的 Windows 或移动时期的 Android。

还有一种蹊径是在已有的超等生态里长出来，这也是目前表界对微信 Agent 最大的设想空间。腾讯高管在多个公共场所提过微信 Agent 的方向。只管目前还没有正式产品状态，但若是把 14 亿微信誉户、450 万幼法式，以及覆盖从支付到政务的业务场景，自身就是一张现成的Agent合作网络。Agent不必要沉新“搭场子”，它接入的是已经跑通的真实业务，顺着这张网往前走就行。

和谈界说Agent之间若何互通，基础设施掌管让Agent能不变运行Ｄ芄豢吹，此刻跑在前面的AI公司都在同时思考这两件事，为抢占Agent时期的竞争优势做筹备。

从前看一家 AI 公司的竞争力，各人习惯性看它的模型有多强、榜单上的分数有多高、烧的钱有几多。但这些问题，只能通知你有没佑妆发起机”，以及“发起机做得怎么”。

但是，此刻行业已经意识到这一套评估方式不够全面和实用。整车要跑上路，还必要一套安全可用的“整车系统”。当OpenAI和DeepSeek等模型层也在补齐Agent所必要的Harness能力时，其实已经揭示了AI竞争新的评估方式：Harness能不能反向优化自家模型、有没有真实业务场景做反馈、能不能在Agent尺度化之争中卡位、有没有成立基础底座承载多Agent的合作等等。

模型依然是根基盘，但随着Harness的影响在扩大，每一家AI公司接下来要回覆的都不再只是“我的模型有多强”，还要想明显自己在Harness搅动的新AI格局里，要站在哪里？

AI 时期一日千里，Harness 也许只是一个起头。再过几年，它可能有新的名字，具体状态也可能会演化。但模型与场景之间，总要有一个衔接模型、嵌入业务、沉淀反馈的中央层。

这一层沉淀的除了工程能力，还有业务理解、反馈数据，以及一家公司和真实用户之间日复一日的相互校准。目前来看，这件事件没有捷径，只能在足够长的功夫里沉淀，在足够大的真实业务中考验。