> 来源：UsefulAI（实用 AI / Useful AI）— https://usefulai.cloud/insights/harness-engineering-moat/ > 作者：CarryChang · 最近更新：2026-11-01 · 语言：zh-CN [实用 AI 指南](https://usefulai.cloud/) › [深度阅读](https://usefulai.cloud/insights/) Harness Engineering 行业地图 2026 # 当所有人开始卷 Harness：模型决定下限，骨架决定上限 这是本站 Harness 专题的第二篇（第一篇是[Harness 是什么](https://usefulai.cloud/insights/what-is-agent-harness/)）。2026 年，一个术语从论文和博客走进产品发布、招聘 JD 和大众媒体，只用了大半年：1 月 LangChain 发布 Deep Agents，2 月 HashiCorp 联合创始人 Mitchell Hashimoto 发文喊出「Engineer the Harness」，同月 OpenAI 用一篇《Harness engineering》正式给学科命名，4 月 Claude Code 源码泄露成了最好的公开教科书，年中 DeepSeek 组建 Harness 团队、8 月把首款 Agent 产品全栈开源。「Agent = Model + Harness」成为共识——但我要给这份热闹泼点冷水：**「骨架是新护城河」这个说法，需要大打折扣**。 **我的立场：**Harness 成为竞争层是真的，但护城河不在骨架本身。工程骨架是可扩散的——Claude Code 泄露当年，社区就把它的主循环、工具集、权限模型拆解成了公开教程；DeepSeek 干脆把自己的一整套直接 MIT 开源。**真正难复制的是两样：评测基础设施（你知道自己的 Agent 在哪类任务上会坏），和错误回流机制（每个坏案例都变成下一版骨架的一条规则）**。这正好接得住本站在 [Claude Code 一周年复盘](https://usefulai.cloud/insights/claude-code-one-year/) 里讲的那个习惯：每次犯错，把规则写回 CLAUDE.md——单条规则谁都会写，难的是让这个循环转起来且不退化。 ### 时间线：一个词怎么从黑话变成主战场 - **2026.01** — LangChain 发布 Deep Agents（伴随 LangChain 1.0），把 Claude Code 式设计抽象成开箱即用的开源骨架：规划工具、文件系统、子 Agent 派发。「原来还要自己搭的这个东西」第一次有了商品形态。 - **2026.02** — 双节点命名：Mitchell Hashimoto（Terraform 作者、HashiCorp 联创）发文「Engineer the Harness」，把「Harness 工程师」这个角色的活喊了出来；同月 OpenAI 发布 Ryan Lopopolo 那篇《Harness engineering: leveraging Codex in an agent-first world》，用不到 10 人团队、5 个月、超 100 万行代码、零手写这四个要素，把学科正当性钉死。 - **2026.04** — Claude Code 约 51 万行 TypeScript 源码泄露：1900 个文件、40 多个内置工具、46000 行查询引擎、三层自愈记忆架构、44 个未发布功能标志。事故变成了教材，「被验证得最充分的 Agent Harness」从此可以被任何人对着源码学。 - **2026.06–08** — DeepSeek 年中公开招募 Harness 研究员、工程师和产品经理，方向明确对标 Claude Code；8 月发布首款 Agent 产品 Harness v0.1，MIT 协议开源，主打「一切皆插件」：模型、工具、技能、会话、沙箱、循环、调度、UI 全部做成可替换插件。**头部模型厂商把「全栈可组装的骨架」免费放出来，这件事本身说明骨架层在他们眼里已经是获客入口而不是秘密**。 - **2026.10–11** — 大众媒体开始给普通人解释「Harness 到底是什么」，英伟达被报道押注这个方向；YC 的 ARC-AGI-3 实测数据（同模型换骨架分差 35.9%、成本降 34%）被大量引用。黑话破圈，通常就是红利期过半的信号。 ### 一张地图：五个阵营，各解决各的问题 - **模型厂商旗舰**（Claude Code / OpenAI Codex / DeepSeek Harness）：模型和骨架两头都做，闭源为主。选型看场景深度——谁能跑通你的真实工作流。 - **开源社区**（OpenCode / OpenClaw 等）：模型自选、隐私优先、可魔改。适合把 Harness 当学习材料或二次开发底座的人。 - **IDE 内嵌**（Cursor / Trae 等）：骨架长在你已有的编辑习惯里，胜在反馈快，弱在无人值守的长任务。 - **框架自建**（LangChain Deep Agents / 各家 Agents SDK）：给要造自己产品的人，把 Claude Code 验证过的模式打包给你——注意这等于把你竞品也武装了。 - **通用任务型**（Manus 及各类办公 Agent）：骨架完全对用户隐藏，你只看到任务列表。这类产品最依赖「骨架不可见」来维持体验一致性。 选型逻辑一句话：**重型代码工程看旗舰，私有化和可组装性看 DeepSeek 这类开源全栈，个人全能助理看社区方案，企业自建看框架层，IDE 重度用户留在 IDE 里**。没有全局最优，只有场景最优——这也是本站反对「按跑分排产品」的一贯立场：当多个产品共用同一档底座模型时，模型是常数，差距全部来自骨架，**选 Agent 产品应该按 Harness 选，不按模型选**。 > 2026 年的 Agent 竞赛，比的不再是谁的模型更大，而是谁的 Harness 更扎实。 — — 这句行业流行语，我认为前半句对、后半句要改：是「谁的回流循环转得快」 评论员视角 热闹里我最想提醒的一点：**Harness 火起来的速度，恰好是它不构成护城河的证据**。一个概念从命名到全行业普及只用了 9 个月，教科书还是靠泄露和开源白送的——说明这层的知识扩散成本极低。团队如果据此得出「我们要自建 Harness 建立壁垒」的结论，大概率会掉进重新发明轮子的坑：你三周写出来的循环，打不过别人两年回流了几万个真实失败案例的循环。 对个人读者，结论反而简单：**这一波浪潮里你的最佳动作不是造骨架，而是用好骨架的「配置面」**——AGENTS.md / CLAUDE.md 怎么写、哪些规则该写回、验证怎么接进产物，这些是任何人今天就能开始积累、而且不会因为换模型或换产品清零的东西。本站 [Anthropic 工程师的日常用法](https://usefulai.cloud/insights/anthropic-how-we-use-claude-code/) 那篇里的 DOM 合同和三路径验证，本质上就是「把验证做进产物」这条经验在 Harness 配置层的展开。 #### 时间线速查 - 2026.01 LangChain Deep Agents：骨架有了商品形态 - 2026.02 Hashimoto 喊出角色 + OpenAI 给学科命名 - 2026.04 Claude Code 源码泄露：51 万行公开教科书 - 2026.06–08 DeepSeek 组队并把全栈骨架 MIT 开源 - 2026.10–11 大众媒体入场科普，黑话破圈 #### 我的判断 - Harness 成竞争层是真的，但骨架知识扩散极快，本身不构成壁垒 - 难复制的是评测基础设施和错误回流机制，不是循环代码 - 选 Agent 产品按 Harness 选、不按模型选——同模型不同骨架像换了产品 - 个人最佳动作：用好配置面（AGENTS.md / 规则写回 / 验证进产物） #### 专题阅读顺序 - [① Harness 是什么（概念拆解）](https://usefulai.cloud/insights/what-is-agent-harness/) - [② 本篇：大厂卷骨架（行业地图）](https://usefulai.cloud/insights/harness-engineering-moat/) - [③ Google 教大家测 Harness（评测方法）](https://usefulai.cloud/insights/harness-evals-trajectory/) - [④ 对「自我改进」泼冷水（冷思考）](https://usefulai.cloud/insights/harness-self-improvement-skepticism/) ## 常见问题 ### Harness Engineering 这个说法是谁提出的？ 时间线集中在 2026 年初：1 月 LangChain 发布 Deep Agents，把 Claude Code 式设计抽象成开箱即用的开源骨架；2 月 Mitchell Hashimoto 发文喊出「Engineer the Harness」，这个工程师角色命名开始流传；同月 OpenAI 发布《Harness engineering: leveraging Codex in an agent-first world》，工程师 Ryan Lopopolo 披露不到 10 人的团队用 5 个月让 Codex 写了超过 100 万行代码、全程没有手敲一行——这篇博文是公认的正式命名节点。 ### 现在主流 Agent 产品之间的差距主要在模型还是在 Harness？ 看阵营：模型厂商旗舰（Claude Code、Codex、DeepSeek Harness）模型和骨架两头都有；开源社区（OpenCode、OpenClaw）和框架自建（LangChain Deep Agents）通常允许自选底座模型，这时模型几乎是常数，体验差距全部来自 Harness——循环设计、上下文取舍、权限模型、恢复机制。这也是为什么同一个模型套在不同产品里，用起来像换了个模型。 ## 继续阅读 [Harness 到底是什么？——Agent 拆掉模型之后，剩下的全部 → 模型决定大脑有多聪明，Harness 决定这个大脑干活时手里有什么。2026 年的 Agent 竞赛，比的已经不是谁的模型更大，而是谁的 Harness 更扎实——同一模型换套骨架，实测分差能到 35.9%。](https://usefulai.cloud/insights/what-is-agent-harness/) [Google 开始教大家测 Harness：只看最终成功率，已经不够了 → 只改一版系统提示词，成功率从 86% 掉到 79%，但没人说得清是哪个组件坏了。把 Harness 的 12 个组件拆开、按执行轨迹归因，是 Agent 进生产的最后一道关卡。](https://usefulai.cloud/insights/harness-evals-trajectory/) [深度阅读 → 18 篇 AI 长文的完整中文解读：Claude Code、Skill、Agent、大模型原理、LLM 资源地图。](https://usefulai.cloud/insights/)