Anthropic 内部对谈：Harness 那套外壳流程，正在被拆掉
- 套在模型外面那层代码（harness）正在变薄：它编码的是「模型做不到什么」的假设，而这些假设会随模型变强而过期
- 薄下去之后上面长出一层管「用哪套打法」的东西，Anthropic 自己的博客里管它叫元 harness
- Agent 的权限模型在换：从问「这个用户能干什么」，换成问「这个 Agent 在这个隔间里能干什么」
- 企业算这笔账的顺序，对谈建议是个人 → 团队 → 跨团队流程，别一上来啃最难的那层
- 最容易踩的坑：人人都能单干之后，方向反而更难对齐
- 平台侧的落点叫 outcome，你交的是验收标准，不是操作步骤
先把外面那层框架拆了
Anthropic 最近放出一场对谈视频《Building the future of agentic infrastructure》，约 16 分钟。出镜两人：Angela 主要谈客户侧看到的用法和 harness 的演进，Caitlin 是 Managed Agents 这条产品线上的人，谈的是 Agent 身份、工程团队和平台方向。
半年前 Claude 平台主要还是一个推理接口：把文字送进模型，再把结果取出来。这半年往上接了两层麻烦：基础设施，以及 harness 工程。
模型本身只会做一件事：读一段文字，吐一段文字。它没法自己打开文件、跑命令、查数据库。harness 就是套在模型外面的那一整套东西，把它吐出来的话解读成「它想用某个工具」，真的去把工具跑一遍，再把结果塞回去让它接着想；上下文快满了负责压缩，中途崩了负责存档重来。
如果模型是发动机，harness 就是发动机之外的整辆车：方向盘、变速箱、油表、安全带。
但 harness 是个笼统的说法，里面装的东西性质完全不同。拆开看是四类：
前三类是模型天生做不了的事，跟模型多强没关系，再过十年也得有人干。第四类不一样：它替模型拿主意，而它当初存在的唯一理由，是模型自己拿不好主意。
几个月前的通行做法，正是把第四类堆得很厚：把业务拆成一个个盒子拼起来，必须先过 A，而 A 只有在满足一堆条件时才能走到 B，最后连成一张很复杂的网。这在当时是有理由的，模型的不确定性以前麻烦得多，你得用标准作业流程把它箍住。
代价是脆弱。而且方向反了：你本来想要模型的智能，结果编排把它框死，Agent 反而发挥不出你指望它有的那份能力。
一个具体的例子：变成死重的那个补丁
Anthropic 的工程博客里记过一件事，比任何抽象论证都直观。Sonnet 4.5 有个毛病：任务做到一半，眼看快到上下文上限了，它会开始草草收尾，工程团队管这叫「上下文焦虑」。于是他们在 harness 里加了一个补丁，专门做上下文重置来治它。
后来换到 Opus 4.5，这个毛病自己没了。那个补丁于是变成了他们原话说的 dead weight，死重。
这就是「harness 变薄」的全部意思：那层东西当初有它的道理。模型进步之后，替模型兜底的部分就从保险变成了拖累。Anthropic 自己的说法是，harness 里编码的都是「关于模型做不到什么」的假设，而这些假设会随模型变强而过期，所以得反复拿出来质疑。