2026年春天,AI行业出现了一个值得关注的变化:大家不再只聊模型了。
过去三年,整个行业最热衷的话题是模型参数。1750亿、万亿、十万亿,数字越来越大,叙事越来越激进。每一次参数跃升,都伴随着一轮关于“涌现能力”的讨论。模型学会了推理,学会了编程,学会了创作,好像离真正的智能只差一步。然后,一只小龙虾搅动了整个行业。OpenClaw没有发布任何新模型,没有刷新任何基准测试,甚至没有训练一个新参数。它只做了一件朴素的事,给大模型搭建了一套完整的工作环境:文件系统、代码沙箱、工具链、反馈循环、自动验收。同一个模型,在这套环境中,不再是一个只会对话的聊天机器人,而是一个能持续工作、自主解决问题的智能体。变量只有一个:壳。而这层壳,现在有了一个正式的名字,Harness。Harness,直译是马具,缰绳、辔头、马鞍、挽具的统称。一匹野马拥有惊人的力量,但没有缰绳,你骑不上去;没有挽具,它拉不了车;没有马鞍,你坐不稳。马的力量是原始的、澎湃的,而Harness,就是把这股力量转化为文明前进动力的那套系统。
AI落地不只是算法题,更是一道工程题
要理解Harness,我们需要一个更清晰的框架:大模型是发动机,Harness是线束,使用者是驾驶员。发动机能提供原始动力,但发动机本身不会开车。就像大模型,它能思考对话,但没有操作能力。它需要一套线束,将动力传导到车轮、将信号传导到仪表盘、将驾驶员的意图翻译成机械动作的系统,才能变成一辆可以上路的汽车。三者缺一不可,但三者的价值权重,正在经历剧烈的重新分配。过去三年,全世界的注意力都在发动机上。OpenAI、Google、Anthropic、Meta,最聪明的头脑和最多的资本,都砸在一件事上:造更大、更强的发动机。这当然重要,没有发动机,一切无从谈起。但一个行业共识正在形成:模型能力的提升曲线正在放缓。单纯增加参数和数据,已经越来越难带来显著的性能突破,边际效益在急剧递减。就像一百年前的汽车工业。当所有厂商都在比拼发动机马力时,福特意识到一件不同的事:关键不在马力,而在于如何让马力为普通人所用。于是,他发明了流水线、标准化零件,发明了让汽车从贵族玩具变成大众工具的整套系统。本质上,那就是工业时代的Harness。今天的AI行业,站在同样的拐点上。发动机的差异化空间收窄,竞争焦点自然转向谁能更好地使用发动机。这就像当年CPU的军备竞赛,最终让位于操作系统和应用生态的竞争。芯片性能当然重要,但真正创造价值的,是上层建筑。2026年,Anthropic发布了一组工程实验数据:同一个模型、同一句提示词,用简单方式跑20分钟花9美元,核心功能完全无效;而用完整的Harness跑6小时,花200美元,交付了一个真正可用的游戏,核心交互全部跑通。模型没变,变的是驾驭它的线束。模型之外的一切,包括代码、配置、执行逻辑、反馈循环、约束机制,都归入Harness的范畴。模型是能力的来源,Harness让能力变成可用的系统。我们在腾讯内部也有类似的实践感受。在同样的模型能力下,不同的脚手架设计,比如给模型调用什么工具、如何做分层的上下文工程、如何管理长记忆、如何设计工作流,对实际使用效果与tokens成本,有很大的影响。
Harness走到台前
为什么Harness在2026年突然从幕后走到台前?根本原因是AI使用范式的转变。2025年是智能体元年。大模型的定位,从回答问题进化到执行任务。过去,你给模型一个问题,它给你一个回答,一次性交互,干干净净。但智能体不同,它需要持续工作,需要记住上下文,需要调用工具,需要判断下一步做什么,需要在犯错时自我修正。正如APP之于移动互联网时代,智能体正在成为AI时代的主要应用载体。智能体让模型从“回答”变成了“工作”。而工作,天然就需要工作环境,工具、文件系统、反馈循环、验收标准。这套东西,就是Harness。在这套工作环境里,Skills是最关键的模块之一。Skills是大模型能直接读懂的、基于文本描述的能力单元,告诉模型"这个工具是什么、能干什么、怎么调用"。它的价值,在于通用性。只要是基于自然语言描述的Skills,就能被不同的Harness框架调用。SkillHub,正是为这个时代搭建的Skills流通平台,让能力可沉淀、可复用、可跨框架共享。在工程实践中,行业有四个关键发现,直接推动了关注点的转向。第一个发现:模型能力的天花板,不在模型里面,而在模型外面。最具说服力的实验来自Nate B Jones:同一个模型,只换Harness,编程成功率从42%跳到78%。LangChain的数据也印证了这一点:同一模型仅改变Harness,Terminal Bench 2.0成绩从52.8%升到66.5%,排名从三十名开外直接进入前五。这颠覆了一个假设:要让AI更强,就得训练更好的模型。事实上…