近况III

Harness

LLM出来之后，相关的新词就是一波接一波。从最开始的few-shot，one-shot，in-context learning，prompt engineering，prompt tuning等，到今天的harness engineering，loop engineering。

有些名词感觉纯纯的炒作，有些感觉还是比较合理的。2026年我觉得确实是一种新范式的只有harness和skill。我一开始觉得skill不就是prompt吗，不就是工具调用吗。skill和工具调用确实有很大的相似之处。因为工具一般是一段脚本，那就是一个固定的工作流。skill一般也被大家用来固定某个工作流。skill可以在对话的任何时候调用，工具也是。那他们到底有啥差别？

一般来说，工具是不涉及LLM的，是启发式的。但是有些工作流会涉及到对非结构化信息的处理，加工等。比如你要分析数据，你不仅要写一点脚本把数据搞出来，还需要判断一下下一步怎么弄。这种可能涉及到逻辑推理，因果分析的判断，适合让LLM来做，但是不适合放在工具里面。否则就变成LLM调用工具，工具再调用一个LLM，会很诡异，不如LLM调用工具再根据经验来判断自然。

因此，简单的工作流，压根不需要Skill，工具就能搞定。只有复杂性稍微高一点的才会需要我们整合一个Skill。

Harness，一般认为包括权限管理，沙箱，hooks，上下文压缩，工具调用，多Agent协作等一系列能力。但是我觉得大部分都是极其同质化的。例如hooks，你还能弄上天不成？所以我觉得真正拉卡差距的主要还是在上下文工程上。上下文工程包括了prompt，压缩，记忆等一系列工作。这个我感觉是核心技术。

AI 提效了吗？

就算是OpenAI这样的公司，Codex也会有大量的bug。这说明了最强的模型+最强的harness，依然不是软件工程的银弹。从我自己的感受上来看，AI仅仅只是提升了我写代码、看代码的速度。对于简单的bug，复杂的需求，他都可以很好的完成，但是不能保证他不侵犯其他的代码（我觉得这个属于memory的一部分）。但是对于复杂的bug，还是需要大量的人的参与才行。对于最后的产出，我感觉提升也就只是在10-20%之间。模型的幻觉现象还是有点严重的。

而且由于AI产生代码的速度非常快，导致我体感上觉得我需要完成的工作比之前更多了。现在一些复杂的功能，过去可能需要花一天的时间来写1000行代码（甚至需要半天来理清需求和写文档），现在我只需要一个模糊的需求，加上一个grill me的skill，加上我自己臆想的一些假设，就可以开始酷酷吐代码了。代码写的快，屎山也就来的更快。

我觉得恐怖的一点是，即使是受过专业训练的人，在AI的帮助下也会渐渐沦为一个不会思考只想许愿的笨蛋。受过专业训练的人会知道什么样的抽象是最好的，但是长久的不主动思考，必然会使得这样的能力慢慢退化。一边是技术平权，一边是技术退步，未来怎么样的人才能算是深度/专业开发者？