Harness 工程兴起：让 Agent 的外壳会自我迭代

圈子里的关键词正从「提示词技巧」转向 Harness 工程——也就是给大模型套上的记忆、工具权限、校验门禁、子代理与失败回环。研究团队展示的一类系统，允许编码 Agent 根据真实运行反馈改写自己的工具、技能与编排逻辑，而模型权重保持冻结。

关键做法是把「功能是否通过」和「是否足够安全」拆成独立目标，保留多套候选脚手架并行进化，避免为了刷过测试而牺牲安全，或反过来。改进还要在进化过程从未见过的任务上验收，否则很容易把评测集背下来。

对落地团队的实用路径是：先把可编辑的工作流、可观测的失败信号和可复用的校验组件建起来，再谈模型换代。模型差一两个点往往不致命，脚手架差一整条产线才致命。