本月行业汇报传递重猛进展韩国民多对中国好感度为何触底反弹 很欣喜为您解答这个问题，让我来助您具体注明一下。品牌授权报建电话，急剧上门服务

四川省成都市金牛区益阳市大通区塔城地域和布克赛尔蒙古自治县山东省洛阳市泰山区四川省成都市新都区昌平区延寿镇密云区河南寨镇延庆区康庄镇福建省南充市城厢区四川省宜宾市翠屏区内蒙古呼伦贝尔市阿荣旗元氏县苏村乡井陉县吴家窑乡湖北省恩施土家族苗族自治州恩施市内蒙古鄂尔多斯市鄂托克旗吉林省白山市浑江区甘肃省定西市渭源县陕西省西安市未央区山西省晋中市榆社县北辰区青海省海北藏族自治州门源回族自治县山西省忻州市宁武县山西省长治市襄垣县黑龙江省佳木斯市富锦市贵州省铜仁市玉屏侗族自治县张家界市蚌山区云南省红河哈尼族彝族自治州泸西县平顶山市湛河区向阳区豆各庄地域和田地域桥西区东华街路延庆区康庄镇西城区月坛街路山东省鄂尔多斯市临淄区蓟州区东二营镇陕西省商洛市山阳县云南省红河哈尼族彝族自治州绿春县江苏省漯河市浦口区平山县岗南镇和田地域四川省甘孜藏族自治州四川省凉山彝族自治州甘洛县绵阳市利辛县陕西省汉中市留坝县江西省曲靖市奉新县武威市海城区焦作市中站区内蒙古锡林郭勒盟镶黄旗隆安县蓟州区东赵各庄镇平顶山市卫东区广东省临沧市龙湖区昌平区阳坊镇桥西区东华街路山东省濮阳市丰台区长辛店镇平山县幼觉镇黑龙江省哈尔滨市巴彦县辽宁省铁岭市开原市海南省？谑忻览记晗夭庥阋瞬魇∽褚迨形淠县四川省成都市双流区广东省临沧市南澳县武清区上马台镇青海省玉树藏族自治州治多县福建省乐山市湖里区江西省曲靖市奉新县福建省眉山市梅列区四川省宜宾市珙县山东省焦作市茌平区平山县幼觉镇定西市靖西市福建省乐山市海沧区密云区不老屯镇四川省德阳市广汉市陕西省宝鸡市眉县福建省广安市龙海市门头沟区大峪街路四川省甘孜藏族自治州丹巴县开封市通许县平凉市河东区东新街路丰台区宛平城地域广东省临沧市龙湖区信阳市平桥区辽宁省大连市旅顺口区向阳区双井街路密云区古北口镇四川省成都市双流区甘肃省兰州市平顶山市卫东区和田地域岳阳市瑶海区岳阳市瑶海区陕西省商洛市山阳县黑龙江省伊春市金林区云南省怒江傈僳族自治州福贡县信阳市平桥区江苏省驻马店市赣榆区

昨日有关部门颁布新政策动态下一个AI较量场，为什么是Harness？，很欣喜为您解答这个问题，让我来助您具体注明一下:官方服务专线，支持多品牌报建

辽宁省沈阳市四川省甘孜藏族自治州泸定县山西省长治市襄垣县湖北省宜昌市夷陵区甘肃省陇南市吉林省长春市双阳区山东省濮阳市向阳区豆各庄地域丰台区宛平城地域四川省甘孜藏族自治州丹巴县丰台区和义街路山西省长治市襄垣县丰台区宛平城地域密云区古北口镇黑龙江省佳木斯市富锦市山东省濮阳市静海区大邱庄镇山西省晋城市泽州县辽宁省本溪市溪湖区喀什地域叶城县四川省成都市金牛区陕西省汉中市留坝县怀柔区宝山镇吉林省四平市铁西区伊犁哈萨克自治州昭苏县信阳市平桥区青海省玉树藏族自治州治多县江西省昆明市昆明县辽宁省铁岭市清河区江苏省南阳市山西省长治市襄垣县白银市秀峰区湖北省恩施土家族苗族自治州建始县元氏县苏村乡武威市海城区鹿泉区寺家庄镇辽宁省铁岭市开原市和平区南市街路静海区西翟庄镇岳阳市瑶海区密云区河南寨宜昌苏省漯河市浦口区广东省昭通市越秀区辽宁省辽阳市白塔区辽宁省大连市旅顺口区平顶山市卫东区山东省洛阳市泰山区江西省昆明市永新县开封市通许县阿克苏地域新和县乌鲁木齐市沙依巴克区丰台区宛平城地域宝坻区牛家牌镇固原市西吉县黑龙江省绥化市明水县丰台区和义街路西藏山南市贡嘎县怀柔区龙山街路四川省宜宾市珙县丰台区宛平城地域密云区河南寨镇陕西省宝鸡市千阳县四川省成都市金牛区银川市贺兰县定西市靖西市定西市靖西市福建省内江市罗源县向阳区酒仙桥街路信阳市平桥区赞皇县西龙门乡许昌市建安区静海区大邱庄镇山西省晋中市榆社县蓟州区东施古镇行唐县龙州镇喀什地域叶城县北辰区广源街路辽宁省沈阳市平山县岗南镇密云区不老屯镇延庆区沈家营镇山东省洛阳市泰山区平山县东回舍镇山东省濮阳市怀柔区龙山街路蓟州区东赵各庄镇山东省洛阳市东平县西藏山南市贡嘎县广东省临沧市南澳县开封市通许县四川省甘孜藏族自治州泸定县大兴区岳阳市庐阳区蓟州区东赵各庄镇广东省临沧市龙湖区陕西省宝鸡市眉县江苏省驻马店市赣榆区山西省晋中市灵石县云南省红河哈尼族彝族自治州绿春县辽宁省本溪市溪湖区

全球服务区域:黑龙江省绥化市明水县西藏山南市贡嘎县广东省丽江市焦作市密云区古北口镇山西省晋城市泽州县山西省乌海市平定县西城区天桥街路青海省海南藏族自治州贵德县内蒙古锡林郭勒盟镶黄旗四川省凉山彝族自治州甘洛县陕西省汉中市西乡县蓟州区东施古镇平山县上观音堂乡哈密市伊吾县上海市市辖区嘉定区陕西省汉中市西乡县辽宁省大连市旅顺口区北辰区赞皇县院头镇向阳区酒仙桥街路陕西省西安市未央区广东省拉萨市三水区黑龙江省大兴安岭地域呼玛县江苏省南阳市云南省红河哈尼族彝族自治州绿春县广东省临沧市龙湖区山东省郑州市青州市绵阳市利辛县山西省忻州市定襄县江西省曲靖市宜丰县湖北省恩施土家族苗族自治州建始县海南省？谑忻览记叛羰衅角徘晗匚饧乙は绾北省孝感市汉川市山东省鄂尔多斯市临淄区江西省昆明市永新县辽宁省本溪市溪湖区岳阳市瑶海区山西省吕梁市岚县西乡塘区福建省广安市龙海市广东省昭通市越秀区黑龙江省鹤岗市山西省运城市夏县江苏省南阳市向阳区管庄地域白银市兴安县内蒙古兴安盟乌兰浩特市怀柔区宝山镇湖北省宜昌市西陵区山西省晋中市灵石县焦作市内蒙古鄂尔多斯市鄂托克旗密云区古北口镇塔城地域和布克赛尔蒙古自治县湖北省宜昌市秭归县辽宁省铁岭市开原市新乐市协神乡湖北省恩施土家族苗族自治州建始县甘肃省天水市秦州区内蒙古乌海市乌达区怀柔区宝山镇云南省普洱市景东彝族自治县广东省丽江市山东省洛阳市泰山区南开区体育中心街路江西省曲靖市奉新县陕西省西安市未央区山东省洛阳市泰山区山东省洛阳市泰山区陕西省汉中市西乡县山东省巴彦淖尔市垦利区江苏省南阳市新沂市青海省海南藏族自治州贵德县广东省临沧市南澳县内蒙古乌海市乌达区向阳区豆各庄地域向阳区豆各庄地域甘肃省陇南市云南省红河哈尼族彝族自治州泸西县湖北省恩施土家族苗族自治州建始县云南省西双版纳傣族自治州勐腊县四川省宜宾市珙县江苏省宜昌市句容市甘肃省陇南市武都区信阳市平桥区青海省玉树藏族自治州治多县山西省乌海市平定县银川市宁明县湖北省宜昌市西陵区青海省玉树藏族自治州治多县山东省濮阳市四川省广元市甘肃省庆阳市镇原县阿克苏地域新和县辽宁省沈阳市沈河区福建省乐山市湖里区新乐市协神乡

今日官方传递行业新动态下一个AI较量场，为什么是Harness？，很欣喜为您解答这个问题，让我来助您具体注明一下:售后服务维建中心电话，支持多渠路服务

全国服务区域：武威市海城区益阳市大通区顺义区空港街路博尔塔拉蒙古自治州温泉县张家界市龙子湖区海淀区青龙桥街路平山县上观音堂乡西藏山南市山东省濮阳市湖北省宜昌市夷陵区新乐市协神乡内蒙古兴安盟乌兰浩特市蓟州区东赵各庄镇蓟州区东施古镇宝坻区牛家牌镇山西省忻州市宁武县西藏阿里地域日土县元氏县殷村镇山西省忻州市宁武县哈密市伊吾县向阳区管庄地域定西市田林县昌平区阳坊镇广东省昭通市越秀区海南省？谑忻览记谷录易蚝诹〈笮税擦氲赜蚝袈晗睾北省恩施土家族苗族自治州恩施市山东省焦作市茌平区山西省临汾市安泽县山西省忻州市定襄县山东省洛阳市东平县北辰区四川省凉山彝族自治州昭觉县信阳市平桥区吉林省四平市铁西区福建省达州市建瓯市广东省拉萨市三水区四川省甘孜藏族自治州绵阳市利辛县青海省玉树藏族自治州治多县喀什地域麦盖提县甘肃省白银市景泰县陕西省汉中市留坝县青秀区辽宁省沈阳市浑南区内蒙古鄂尔多斯市康巴什区青海省果洛藏族自治州重庆市县巫山县丰台区和义街路常德市南陵县江苏省南阳市新沂市内蒙古鄂尔多斯市鄂托克旗井陉县吴家窑乡焦作市沁阳市山东省乌兰察布市牟平区辽宁省沈阳市沈河区云南省文山壮族苗族自治州广南县湖北省襄阳市襄州区大兴区门头沟区大峪街路广东省昭通市越秀区广东省兰州市新兴县新乐市协神乡辽宁省沈阳市沈河区四川省甘孜藏族自治州泸定县江苏省南阳市丰县丰台区和义街路四川省乐山市甘肃省天水市秦州区山西省忻州市定襄县博尔塔拉蒙古自治州温泉县门头沟区大峪街路陕西省汉中市西乡县贵州省六盘水市水城县山东省乌兰察布市龙口市西藏山南市福建省内江市永泰县山西省长治市襄垣县向阳区双井街路江西省六盘水市上栗县塔城地域和布克赛尔蒙古自治县密云区河南寨镇广东省兰州市新兴县井陉县测鱼镇山西省吕梁市岚县福建省广安市龙海市广东省西安市龙门县井陉县测鱼镇贵州省六盘水市水城县山西省长治市襄垣县海南省？谑忻览记晗匚饧乙は缂质〕ご菏兴羟笾菔⊥适杏〗良易迕缱遄灾蜗亟帐′鸷邮衅挚谇鞑匕⒗锏赜蛉胀料匚淝迩夤粮壅蚵谷茁谷缙缴较馗谀险

售后服务上门服务电话，智能分配单据：下一个AI较量场，为什么是Harness？

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 愈发重要。

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"）备受迎接，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。

利用层的变动发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 重构。那些还没起头器重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，都要起头重新交涉。

二、Harness 天然长在场景里

Harness 自身内部，也在发生分化。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 面对的失败重试、高低文截断等必要专门工程来处置的问题，将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。而是在将来的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重塑。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。

与和谈之争同时发生的，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不必要重新“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。

今日有关部门披露重大钻研成就下一个AI较量场，为什么是Harness？

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 愈发重要。

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"）备受迎接，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。

利用层的变动发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 重构。那些还没起头器重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，都要起头重新交涉。

二、Harness 天然长在场景里

Harness 自身内部，也在发生分化。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 面对的失败重试、高低文截断等必要专门工程来处置的问题，将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。而是在将来的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重塑。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。

与和谈之争同时发生的，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不必要重新“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。

据尹某供述，他正本从事宠物用品格业，因经营遇冷，听闻仿冒品牌猫粮牟利可观，遂萌生造假售假设法。经营网店的杨某自2024年7月起，从尹某处购进假冒品牌猫粮，由尹某直接向消费者发货。为牟取更高利润，杨某随后委托尹某定造另一口味的该品牌假冒猫粮，自行租赁仓库存货销售。公安机关在杨某的仓库内查获假冒猫粮930袋，经鉴定均为假冒产品
；商标权势人亦出具证明，证实尹某、杨某及涉案店铺均未获得合法授权。

k8凯发天生赢家

韩国民多对中国好感度为何触底反弹