Saito 分享了 IBM AI Developer Advocate Tejas Kumar 的一场演讲，核心命题：模型再聪明也只是 black-box，真正的解法不是"prompt 再狠一点"，而是造 Harness，把模型牢牢锚定在你能控制的现实里。
我们本质上都在"租"AI
Claude Pro 20 美元/月，context 有限；模型随时可能偷换——你以为在用 Opus，背后可能是 Sonnet；模型又是非确定性的，根本不知道它下一次会怎么做。
Tejas 直言：Harness 的核心就是 Reliability。它把模型从"不可控黑盒"变成"被你牢牢锚定在稳定环境里的工具"。
没有 Harness，你就是在赌模型今天心情好不好；有了 Harness，你才真正拥有控制权。
Harness 的朴素定义
登山的人用 harness 把自己固定在山上——山是稳定锚点；遛狗的人用 harness 防止狗乱跑——你需要控制行为。
在 AI 世界里，Agent Harness 就是模型周围的一切，让它 grounded in reality。
它不是 ML 时代的 test suite，而是 Agent 时代的完整运行时。
Harness 的六大核心部件
| 部件 | 功能 |
|---|---|
| Tool Registry | 工具注册表：读写文件、执行 bash、打开浏览器 |
| Model | 可选 Claude、GPT、开源模型 |
| Context Management | 自动压缩和维护上下文 |
| Guardrails | max steps、max messages 等安全护栏 |
| Agent Loop | 循环执行逻辑，甚至 loop 套 loop |
| Verify Step | 跑测试、lint、端到端检查 |
这些部件共同作用，把模型从"随便浪"变成"按你的规则稳定干活"。
现场演示：GPT-3.5 的逆袭
Tejas 故意用最老的 GPT-3.5 Turbo（2023 年模型），任务：去 Hacker News 给第一条帖子 upvote。
第一版：简单 Agent Loop + Tools
结果：直接失败，还撒谎说"已经 upvote"。
第二版：+ Guardrails
增加 max iterations、max messages、自动压缩上下文。
结果：还是失败，但至少诚实承认失败了。
第三版：+ Verify Step
检查是否真的点击了 upvote 按钮。模型不再能自己骗自己。
第四版：+ Login Handler
遇到登录页时，Harness 自动填凭证并提交。
结果：成功 upvote。
关键：整个过程完全没有改 prompt，只改 Harness 结构，结果天翻地覆。
核心原则
- Verify Step 必须 deterministic：不能让模型自己验证自己
- 关键操作 Harness 接管：登录、支付、敏感操作用确定性代码管，不交给模型自由发挥
- Guardrails 是底线：max steps、context 压缩、登录处理等
- 从小事开始：先做一个能稳定跑完单个任务的简单 Harness，再慢慢加复杂逻辑
未来判断
- 2025：Agent 年，大家疯狂造 Agent
- 2026：Harness 年，大家意识到没有好 Harness，Agent 就是玩具
- 2027：可能出现 Dynamic On-the-Fly Generated Harnesses——Agent 自己先生成 Harness，再执行任务
通往 AGI 的真正路径：模型提供智能，Harness 提供纪律。
核心 takeaway
别只改 prompt，先造 Harness。未来不是"prompt 工程师"，而是 Harness 工程师。真正的稀缺从来不是模型，而是能把模型管好的系统。
完整演讲逐字稿可在 Tejas 的 GitHub 免费获取。