The State of Harness · Oct 2026

给 AI 套上缰绳的一年
Harness 现状报告 · 2026 年 10 月

Harness，直译「马具」——把 AI 这匹马套上缰绳，让它稳定拉车的一整套约束执行系统。2025 年全行业比的是模型，2026 年比分悄然换了赛道：同一个模型，换一套 Harness，成功率能从 68% 拉到 88%。OpenAI 在 2 月给这门手艺命名「Harness Engineering」，9 月底 DevDay 干脆把自家 Codex 的 Harness 连皮带骨做成 API 端了出来。本页基于一手工程复盘、246 个开源仓库审计和行业时间线，回答一个问题：2026 年 10 月，Harness 到底是什么格局？

2026-10-04 调研快照 246 个开源仓库审计 57 篇文献 12 个关键节点时间线 含两份独家本地素材：生产级复盘 + 课程实录
Definition

什么是 Harness

2026 年 4 月，Thoughtworks 的 Birgitta Böckeler 给出了全场最简练的公式，如今已成行业共识：

Agent = Model + Harness Birgitta Böckeler，《Harness engineering for coding agent users》，2026-04

模型负责「懂不懂」，Harness 负责「靠不靠得住」。一个 Agent 系统里，除了模型权重本身，其余全是 Harness：工具调用、上下文管理、权限控制、状态持久化、失败恢复、效果验证、循环编排。用小红书 REDtech 团队在 2026 年 10 月 1 日公开的生产级复盘里的话说——SKILL 是「操作手册」，Harness 是「项目管理系统 + 监工」。

模型层 GPT-6 / Opus / DeepSeek / Kimi …懂不懂
能力竞赛的主战场。2026 年 9 月 GPT-6 Astra 把一大批「教模型做事」的补丁型技巧直接内化——但这一层解决不了「执行可靠」。
上下文层 Context Engineering记不记得
长任务跑不下去的根因不是窗口不够大，而是压缩丢细节。2026 年的主流解法：Agent 自己写持久化笔记 + 完整上下文保持可搜索。
执行可靠性层 = Harness 本页主角靠不靠得住
持久化、并发控制、幂等、恢复、效果查证、授权边界——继续补提示词永远不会产生这些能力。它是套在 Agent 与真实世界之间的确定性执行层。
为什么 Harness 在 2026 年突然成了主战场？两条曲线撞到了一起：一是模型能力趋同，「仅仅是模型已经很难比别人更厉害了」（李一舟语），胜负转移到「谁能把不同的模型放进框架里真正完成好的工作」；二是 Agent 开始接跨昼夜的长程任务——小红书让 Agent 做横跨十几个部署组、几千个 Pod、十几个小时的推荐系统发布，结果发现 20 万字操作手册喂进去，Agent 看得懂但靠不住——一次幻觉漏传参数，本该灰度的版本直接全量推全。知识完备 ≠ 执行可靠，这个缺口就是 Harness 的生态位。
Timeline

2026 时间线：八个月，从命名到商品化

Harness 这个词在 AI 语境下从生僻到成为大厂标配术语，只用了八个月。以下每个节点均可溯源（出处见第 09 节）。

2026-02-11
OpenAI 命名「Harness Engineering」
Ryan Lopopolo 发文《Harness engineering: leveraging Codex in an agent-first world》，给出最密的一手数据：5 个月产出约 100 万行代码、0 行手写、约 1,500 个合并 PR、每工程师每天 3.5 个。这门学科从此有了名字。
2026-04-02 / 04-15
公式与底座：Agent = Model + Harness；Agents SDK 发布
Thoughtworks 提出参考心智模型。同月 OpenAI 发布 Agents SDK，官方措辞「model-native harness」：模型原生的 Harness + 沙盒执行 + 可配置记忆——Harness 开始从「用法」变成「产品底座」。
2026-05
「Harness 时代」进入中文语境
硅谷101 播客 E238 讨论「Harness 时代 AI-First 的组织架构：从信任人到信任 AI」；产业侧开始把 Harness 当作组织问题而不只是工程问题。
2026-08-14 / 08-15
DeepSeek Harness 首发；Harness 工程开课
DeepSeek 发布自家智能体运行框架（开发者预览版），理念「一切皆插件」，带轨迹模块可看思考过程。次日李一舟第三十九课以「套马的汉子」开讲 Harness 工程（loop engineering）：「以往比谁的模型厉害，后来发现模型要放在一个环境里使用，这个环境叫 Harness」。
2026-08-22
OpenAI 开源 Codex Harness
「模型大家差距不这么大的时候，就取决于谁能把不同的模型放在框架里去真正完成好的工作」——开源自家 Harness 被解读为 Harness 正式成为竞争主场的产业信号。
2026-09-03 / 09-04
GPT-6 Astra 发布，「新版 Codex Harness」成官方卖点
Astra GA（1.05M 上下文）。官方口径：配合新版 Codex Harness，Mind2Web 上速度达前代体验的 1.9 倍；Codex 新增长任务机制——模型在不同上下文窗口之间自己保存笔记、完整上下文保持可搜索。
2026-09-09
反向信号：「大多数 harness 框架也可以退役了」
SGLang 核心贡献者 BBuf 实测 Astra：不带任何 skill 和 harness，模型把他没看出来的优化机会全挖了出来，baseline 提速 4 倍——「我和零经验的应届生实现了绝对平权」。但留了口子：半天烧完一周 Pro 额度，成本敏感场景 Harness 仍必要。
2026-09-10
Agents API 公测：Harness 开始商品化
OpenAI 把驱动 Codex 的那套 Harness 和基础设施通过 API 开放：指定任务、模型、工具、环境，一次调用得到一个生产级 Agent，Harness 由 OpenAI 托管。同日 DeepSeek-V4.1-Flash 发布，DeepSeek Harness 升至 v0.1.5——模型与 Harness 联合训练、专项对齐。
2026-09-23 / 09-24
排行与审计：Hermes 登顶；Marmelab 发布全景报告
9 月 AI Agent 排行：Hermes 第一，Claude Code、Codex、DeepSeek Harness 同在前十。次日 Marmelab 发布《The State of AI Harness Engineering 2026》：审计 246 个开源仓库 + 57 篇文献，本页「关键数字」一节的主要来源。
2026-09-29
DevDay 2026：把 Harness「连皮带骨端出来」
Agents API 正式加入 Computer Use（OpenAI 托管浏览器操作任意软件界面）；发布常驻 Agent「Dots」；Codex Cloud、MCP Events、GPT-6.1 Sol（约 Astra 五分之一价格）等 20+ 项。中文媒体的总结一针见血：OpenAI 把跑在 Codex、ChatGPT 底下的那一整套 Harness 连皮带骨端了出来。
2026-10-01
小红书 REDtech 公开生产级 Harness 复盘
推荐系统 Agentic 跨昼夜发布：四实体（流程模板 / 任务 / 引擎 / 提案）+ Transactional Outbox + 自主权四项准入。这是目前公开资料里最完整的一套企业生产环境 Harness 工程定义——本页第 05、06 节大量引用。
In Numbers

关键数字：Harness 值多少钱

主来源是 Marmelab 2026-09-24 发布的审计报告（246 个开源仓库 + 57 篇文献），辅以各家一手实测。这些数字回答「Harness 到底有没有用、有多少人在认真做」。

68% → 88%
同一个模型、同一批 25 个任务、同样的工具和供应商，只换 Harness，成功率的最大跨度
Marmelab 2026-09 · 被反复引用的实测
21,500
2026 年内新建的「agent harness」GitHub 仓库数；中位仓库年龄仅 8.7 个月——没人有结构性领先
Marmelab 2026-09
4.4%
481 个公开 CLAUDE.md 里，写了安全规则且有真实管控兜底的比例——用散文写的规则几乎从不被执行
arXiv 2608.23550
80% → 100%
Vercel 砍掉 Agent 80% 的工具之后：成功率从 80% 升到 100%，Token 减半，时延 724 秒 → 141 秒
Vercel Academy · 幅度待复现
60%
规模够大的 Harness 中，既没有测试也没有 eval 的比例——大多数 Harness 是「写了没人验证」的 Markdown
Marmelab 2026-09
25%
2025 年 1 月以来，Harness 相关提交中明确由 AI 署名的占比——Harness 越来越多由 Agent 自己写
Marmelab 2026-09 · 下限估计
-20pt
「预先写好权限规则」对比「逐条批准动作」：前者少拦 20.1 个百分点的越权操作；93% 的权限弹窗最终被批准
113 人监督实验 · 2026
≈2次
小红书生产级 Harness 现状：每次跨昼夜发布平均仍需约 2 次人工介入——自主范围靠双闭环持续扩大
小红书 REDtech 2026-10-01

两组对比直读

图一：同一个模型、同一批 25 个任务、同样的工具和供应商，在 8 套不同 Harness 下的成功率区间（68%–88%）。Harness 的选择对结果的影响，可能大于很多人换模型的收益。来源：Marmelab 报告引用的实测，2026-09。
图二：Vercel 把 Agent 可见工具砍掉 80% 的前后对比——成功率、Token 成本、时延同向改善。「少即是多」是目前唯一同时改善三个指标的方向（幅度数字为二手引用，方向可信）。
怎么读这些数字：Harness 工程是一门只有八个月大的学科，「唯一被严格测量过的数字」就是 68%→88% 这一组。其余数字的方向性共识很强（少工具、可执行规则、要测试），但具体幅度几乎都缺少第三方复现——本页按原样标注，不放大。
Landscape

大厂格局：Harness 是 2026 年的新入口战争

模型趋同之后，Harness 成了大厂争夺用户时间、工作入口和生态控制权的战场。腾讯想把所有人从微信上框进来，OpenAI 干脆把 Harness 做成托管 API 卖。

玩家Harness 产品 / 动作状态2026 年 9-10 月的最新信号
OpenAI Codex Harness（8 月开源）→ Agents API（9/10 公测）→ Dots 常驻 Agent 开源 + 托管 API DevDay（9/29）：Agents API 加 Computer Use；GPT-6.1 Sol 价格约为 Astra 1/5，瞄准日常多轮 Agent 工作流。策略：Harness 商品化，你只出任务，它出整套缰绳。
Anthropic Claude Code + 官方 Harness 方法论（长程 Agent 指南、Planner/Generator/Evaluator 三件套、动态工作流） 产品 + 方法论输出 最坦诚的一家：公开承认 Opus 4.5 之后，之前为「上下文焦虑」建的 reset 机制已沦为 Harness 里的死重——Harness 编码的假设会随模型过期。
DeepSeek DeepSeek Harness（一切皆插件 + 轨迹模块） 开发者预览 9/10 随 V4.1-Flash 升到 v0.1.5：模型与 Harness 联合训练、专项对齐。一线用户实测口径：「预览版，能用的功能有限，还不咋地」——但「模型 × Harness 联合训练」这个方向被财新报道确认。
腾讯 WorkBuddy（Harness + 微信入口） 商业化推进 9 月仍在招「WorkBuddy-Agent Harness 研发工程师」。课程侧判断：「腾讯就想把所有的人从微信上框到这来」，并预判它会像微信一样重要、反向进攻企业办公市场。
字节跳动 Trae 跟随 界面与头部产品「长得一模一样」。行业笑谈：「他们都是抄的 Codex，爸爸都在这儿」。
小红书 推荐系统发布 Harness（内部）：流程模板 / 任务 / 引擎 / 提案四实体 + Transactional Outbox 内部生产 10/1 公开完整工程复盘——目前公开资料里最系统的企业生产环境 Harness 定义。每次发布仍需约 2 次人工介入，诚实标注了能力边界。
独立阵营 Hermes、OpenClaw 等个人/小团队 Harness 开源/独立 9 月 AI Agent 排行 Hermes 第一。重度用户口径：「爱马仕像办公室、能干大活（半小时起步的长任务），OpenClaw 像收发室、做简单的活」。
格局判断：Harness 呈现三层分化——底层是模型厂自带的原生 Harness（Codex、Claude Code、DeepSeek Harness），「每个模型厂商对自己的 Harness 都有专门优化，一一匹配」（OpenAI 和 Anthropic 对第三方模型甚至是故意对抗的，国产模型则尽量做了各家适配）；中层是平台厂的入口型 Harness（WorkBuddy、Trae），抢的是「人在哪里给 AI 派活」；上层是跨 Harness 的总控制层（ORCA 类开源工具）——目前「做得还不够好」，是看得见的空位。
The Debate

核心争议：Harness 会被模型吃掉吗

2026 年 9 月 GPT-6 Astra 发布前后，出现了迄今最尖锐的一轮辩论。这不是口水战——它决定你该把时间押在哪一层资产上。

退役派：Harness 是临时补丁

模型会把 Harness 的能力内生化
  • BBuf（SGLang 核心贡献者）实测 Astra：「不仅仅是 skill，大多数 harness 框架也可以退役了」——不带任何补丁，模型自己挖出他都没看出来的优化机会，提速 4 倍。（2026-09-09）
  • Anthropic 自承：为旧模型「上下文焦虑」建的 reset 机制，到 Opus 4.5 变成 Harness 里的死重。「Harness 编码了『模型做不到什么』的假设，而假设会过期。」
  • ETH Zurich 研究：机器生成的 AGENTS.md 不但没用，反而把成功率拉低、推理成本抬高 20%+——随手堆出来的 Harness 是负资产。

扛执行派：可靠性层不会被吃掉

知识与执行是两层资产
  • 小红书生产实证：20 万字操作手册喂进去，Agent 看得懂但靠不住——提示词能写「必须灰度」，但不能强制每次调用带对范围。持久化、并发控制、幂等、恢复、效果查证，模型再强也不会自己长出来。（2026-10-01）
  • OpenAI 用真金白银投票：一边说模型内生化，一边在 DevDay 把 Harness 做成托管 API 当基础设施卖——「仅仅是模型已经很难比别人更厉害了」。
  • 成本账：Astra 半天烧完一周 Pro 额度。成本敏感的批量链路用 Harness +「批量出招」（一次前瞻 10-20 步，Token 降近 90%），只有高价值单点才烧旗舰模型的内生能力。
SKILL 传知识，Harness 扛执行。模型能力再强，也需要模型之外的执行可靠性层——能力内生化与 Harness 并存而非推翻，按成本敏感度分流：成本敏感链路继续用 Harness，高价值单点才烧旗舰模型的内生能力。 本站调研笔记 · 核心认知条目（92 分），2026-10-01 入库，综合小红书 REDtech 复盘与 BBuf 实测

Marmelab 的报告给这场争论定了一个中性的调：Harness 是移动靶。好的 Harness 定义注定会老化——2026 年初的好 Harness，对最新一代前沿模型已经不再适用。所以正确的姿势不是「要不要 Harness」，而是「Harness 里的每个组件都要写明它为什么存在、什么时候该退役」。补丁型组件随模型代际过期，可靠性层沉淀为长期资产。

Best Practices

工程共识：八个月沉淀下来的打法

从 246 个仓库审计和小红书生产复盘交叉验证后，仍然站得住的实践。两边材料一个来自开源生态、一个来自企业生产环境，结论高度一致。

  1. 给 Harness 自己写测试和 eval
    60% 的 Harness 没有任何测试。规则要测两次：该拦的时候拦得住，不该拦的时候不误伤——「单边的 eval 产生单边的优化」（Anthropic）。eval 则回答「这条规则到底帮没帮上忙」：固定任务集、固定模型，一次只改一个组件。
  2. 砍到最小：Harness 应从事故里长出来，不是从想象里
    最好的规则来源是翻车的历史会话：你纠正过 Agent 的地方，就是 Harness 该补的地方。OpenAI 把单一巨型指令文件砍到约 100 行——「当所有事都重要，就没有事重要」。工具同理：Vercel 砍掉 80% 工具后成功率不降反升。
  3. 规则脚本化，别信散文
    481 个公开 CLAUDE.md 里只有 4.4% 的安全规则有真实管控兜底。有效的 Harness 用可执行的关卡（hooks、linter、脚本）而不是自然语言恳求。小红书版本：AI 出方案，确定性引擎按模板执行，改流程走「先提案、确认后应用」两段式。
  4. 状态存在任务里，不存在对话里
    小红书四实体的核心：进度、平台结果、未完成动作全部写进独立的任务对象（数据库式持久化 + 乐观锁），谁来接班都读同一份现场，不靠 AI 的「记忆」。动作看实际效果不看接口回包——API 返回成功 ≠ 真成功，中断后回平台查证。
  5. 让 Agent 自己跑应用验证
    OpenAI 把浏览器控制接进 Agent 运行时，让 Agent 自己复现 bug、修完再演示一遍；验证通过后把过程固化成不依赖 LLM 的冒烟脚本。瓶颈早已不是写代码的速度，而是验证的速度。
  6. 给每个管控写上保质期，防腐烂
    大多数管控是为了补偿模型过去犯过的错；模型不犯了，管控就是纯成本。OpenAI 用「园艺 Agent」定期扫描过期文档自动开修复 PR。Harness 是花园，不是雕像。

已被证伪的三条路

① 加审查 Agent 反而更差：一项消融研究显示第二个 reviewer agent 把成功率拉低 8 个百分点；四人角色团队的 SWE-bench 成绩（72.2%）与最佳单 Agent（71.8%）基本持平。
② 交接超过 4 次必败：微软把 Azure 运维 Agent 扩到 50 多个专家角色，结果「需要超过四次交接的问题几乎总是失败」，最后退回少数通才 Agent。
③ 预先写权限规则不如逐条批准：113 人实验里规则派少拦 20.1 个百分点的越权——因为 93% 的弹窗最终都被点了同意。「以弹窗结尾的规则不是规则。」
自主权是挣来的，不是设计的（小红书四项准入）：可观测、可停止/回退、影响范围可控、判断经离线评测→影子运行→线上验证，外加明确授权。条件不全，就停在影响最小的位置等人来决定。这是 2026 年 10 月公开资料里对「Agent 能放权到什么程度」最清楚的回答。
For Individuals

个人玩家打法：Harness 是大厂的游戏，机会在「用 Harness 的人」

以上都是大厂视角。个人和小团队怎么办？这一节来自李一舟《无人公司》课程体系 2026 年 8-9 月的六节课实录（第三十八至四十三课），是中文世界里少见的「重度使用者口径」的 Harness 方法论。

四个被反复验证的判断

  • 干好一件事的四要素，Harness 是第四块
    认知（到底想解决什么问题，第一重要）→ 提示词 → 模型 → 这套环境/Harness/编成工具。环境适不适合跑长程任务、能不能命中缓存，直接决定成败。「人和人的区别就在于这一二三四。」
  • 模型 × 原生 Harness 一一匹配
    同一个写作模型，放在 Claude Code 里水平很高，放进 Codex「简直就是一坨」。OpenAI 和 Anthropic 对第三方模型是对抗性不优化；国产模型（DeepSeek/智谱/Kimi）对各家都做了适配。所以选工具先看「模型 × Harness」的组合，不只看模型榜单。
  • CLI 干深活，Harness 管多 session
    一个活干得很深入就用命令行（缓存命中率远高于通用 Harness）；很多 session 组成的活用 Harness 编排。缓存命中率做到 99% 意味着省 80-90% 算力成本——这是个人玩家能直接抄的成本账。
  • 资产不绑工具，不要迷恋任何工具
    把每个工作建成文件夹：README、PRD、项目文档。「不管你后面用任何的 Harness、任何的 Agent，它不会丢。」工具三个月一换，文件夹和文档组织方式才是真正的资产。

    • Loop 工作法：一个人同时跑 5-10 个一周级任务

    AI 每天跑 3-5 小时，人每次只花十几分钟提需求；复杂任务睡前布置，睡觉 8 小时自动循环。两个可抄的细节：① 明确告诉 Agent「你现在是自己运行，我并没有盯着你」，它就不停摆问——现场一条任务连跑 10 小时、预计再跑 2-3 天；② 规划用贵模型、执行换便宜模型；③ DeepSeek 波峰（8:00-12:00、14:00-20:00）价格是波谷的 3-5 倍，长任务尽量排进波谷。

    商业模式：从「自己用」到「替别人托管」

    课程里给出的路径是 FDE（AI 操盘手）：本地搭一套 Harness 框架真实跑起来 → 平行复制给客户。客户不买算力、不买模型、不买工具——AI 员工托管在你的机器上跑，你收每家几十万到小几百万的托管费。支撑这个模式的两块基石恰好都是 Harness 层的功夫：缓存命中率 99%（帮客户省 80-90% 算力成本）+ 整套系统一个人 coding 维护。

    Harness 和 Agent 最核心的地方，是让每一个普通人能力升维，让你本来做不了的事能做出来。我们现在公司和我个人所有的工作，都是在 Harness 里面完成的。 李一舟 · 第四十课《Agent 与 Harness》，2026-08-22
    避坑提示（课程学员实测）：DeepSeek Harness 目前属实验性质、还不稳定，skill 兼容性需要自己改造适配，「作为最主要的生产力工具目前不推荐，用于试验探索可以」。评估任何 Agent 产品，先看它的 Harness（框架/状态管理/工具调用），不只看用了哪个模型。
    Outlook

    判断与展望：2026 年 10 月，站在哪

    判断一：叙事已经切换——从模型竞赛到长程执行可靠性竞赛

    9 月 DevDay 是最好的证据：20 多项发布里真正的主线不是模型（GPT-6.1 Sol 只是降价提速），而是 Agents API、Dots 常驻 Agent、Computer Use——全部围绕「让 Agent 长时间可靠干活」。长程执行可靠性是 2026 年 Agent 落地的主战场，Harness 是这个战场武器的名字。

    判断二：Harness 正在分层，各层确定性不同

    底层原生 Harness（模型厂自带）会持续吃掉通用补丁；中层入口 Harness（WorkBuddy 类）在抢「人派活」的入口；上层跨 Harness 控制层仍空着；而执行可靠性层（状态外置、效果查证、授权准入）是沉淀最慢、护城河最深的一层——小红书把它做成四实体，OpenAI 把它做成托管 API，个人玩家把它做成文件夹 + README + 任务纪律，殊途同归。

    判断三：对个人，Harness 素养 = 新一轮平权里的分水岭

    Astra 让「应届生和专家在模型上调优上绝对平权」，但代价是半天烧完一周额度——会用 Harness 控制成本、组织长任务的人，和只会聊天窗口的人，差距正在拉大。八个月的学科、中位仓库年龄 8.7 个月，意味着现在入场没有迟到。

    待验证的悬念：① 能力内生化的速度会不会再次超预期（Astra 只用了一个月就吃掉一批补丁型 skill）；② 跨 Harness 上层控制层谁先跑出来；③ 小红书预告的「治理闭环」能否把人工介入从每次 2 次压到 0；④ Dots 类常驻 Agent 的消费级体验能否站住。本页将在下一个快照（预计 2026 年 11 月）复核。

    Sources

    信息来源与口径

    本页事实分两类：外部公开来源（附链接，可核对）与本地一手素材（个人调研笔记与课程实录，不公开原文，仅转述观点并标注入库日期）。

    外部公开来源

    1. The State Of AI Harness Engineering 2026 — Marmelab2026-09-24 · 246 仓库审计 + 57 篇文献，本页第 03、06 节主来源
    2. OpenAI DevDay 2026 回顾：Sol 6.1 与 Agent 主线 — 网易2026-09-30 · 「连皮带骨端出 Harness」表述出处
    3. OpenAI Expands Agents API at DevDay 2026 — TechJack2026-10-01 · Agents API 托管 Harness 细节
    4. OpenAI DevDay 2026：Agents API 接管软件界面 — 赢政天下2026-10-02 · Computer Use 上线口径
    5. OpenAI Dots at DevDay 2026 — FelloAI2026-09-29 · Dots 常驻 Agent 与 GPT-6.1 Sol 定价
    6. DeepSeek 发 V4.1-Flash 取代 V4-Pro — 财新网2026-09-10 · DeepSeek Harness v0.1.5 与模型联合训练
    7. 9 月 AI Agent 排行：Hermes 第一 — 电子工程专辑2026-09-23
    8. Agent Harness：2026 年 AI 工程的核心范式 — 腾讯云2026-06-25
    9. 2026 年 AI Agent 三大方案对比：Harness Engineering — 阿里云开发者社区2026-07-03
    10. Agent Harness：AI Agent 可靠性的真正瓶颈在哪里 — Yuga Sun2026-04-02 · 「Agents aren't hard; the Harness is hard」
    11. 硅谷101 E238：聊聊 Harness 时代 AI-First 的组织架构2026-05-24 · 播客
    12. 腾讯招聘：WorkBuddy-Agent Harness 研发工程师2026-09 · 在招岗位佐证

    本地一手素材（不公开原文）

    1. 小红书 REDtech《Agent 驱动的推荐系统工程实践》公众号专栏复盘2026-10-01 入库 · 第 01、05、06 节生产实践主来源
    2. 机器之心《OpenAI 发布 GPT-6 Astra》2026-09-04 入库 · Codex Harness 1.9 倍提速口径
    3. BBuf《GPT-6 Astra 的瘫坐时刻》知乎回答2026-09-09 入库 · 「Harness 退役论」出处
    4. 李一舟《一舟一课》第三十八至四十三课逐字稿与课件2026-08-08 ~ 09-19 · 第 04、07 节课程口径来源
    5. 李一舟《无人公司》全书（Agent 三件套：soul.md / user.md / agents.md）2026-09-25 入库 · 个人级轻量 Harness 实践

    口径说明：① 「68%→88%」为 Marmelab 报告中引用的第三方实测，原文注明「几乎是唯一被严格测量过的数字」；② Vercel「砍 80% 工具」的幅度数字被其官方标注为二手，本页仅采信方向；③ 腾讯岗位信息来自公开招聘页，更新于 2026-09；④ 课程与笔记中的评价性表述（如对某产品「还不咋地」）为转述原作者个人观点，不代表本站立场。

    Harness 现状报告 ｜ 调研与页面制作：你猜吧 ｜ 调研截止 2026-10-04，下一快照预计 2026-11 上旬 ｜ 返回 AI 首页
    本页为行业调研与信息整理作品，不构成任何采购或投资建议；Harness 与模型能力都在快速变化，请以原始出处最新信息为准。
    © 2026 你猜吧 ｜ 京ICP备2026059588号 ｜ 京公网安备11010802050250号