Anthropic试图彻底杀死Harness Engineering

Anthropic今天发了一个新的产品。

定位是： 你不用做Harness了，我帮你做。模型的局限性我最清楚，我来按模型特性设计 Harness，打包卖给你。而这个包，就是 Managed Agents。

这一幕，很像十年前，AWS 先教育市场什么是云计算。等所有人都认为“上云”是必要的，AWS 说：你自己搭不好，我来。大多数企业最终选了托管。因为基础设施从来不是核心竞争力。

Anthropic 做的事情一模一样。

先发三篇博客，一步步教会整个行业什么是 harness、为什么 harness 比模型重要、怎么设计好的 harness。（Anthropic说：不要在等下一代模型了，立刻马上做Harness！Anthropic说：网传的Harness思路过时了，做这3件事就够！Anthropic 产品负责人：PRD 已死，原型万岁）

还是以 context anxiety 为例，抛出了新的产品。

Sonnet 4.5 快到上下文窗口极限时会“焦虑”，提前收工，质量急剧下降。所以他们早期在 harness 里加了 sprint + context reset 来应对。

后来Opus 4.5 出来后，焦虑消失了。Sprint 直接被砍了。之前的补丁变成了累赘。

所以，之前的结论是：Harness 的可能性空间不会缩小，只是在移动。每一代模型出来，都得重新审视哪些约束还管用。

但现在换一个角度看这个例子：如果你自己搭了那套 sprint + context reset，你浪费了工程时间。如果 Anthropic 帮你管 Harness，他们升级模型的同时就把 Harness 也更新了。你什么都不用动。

这就是 Managed Agents 的主要卖点：harness 的保鲜期太短了，短到你自己维护不划算。

技术上是怎么做到的？

之前的 Claude Agent SDK，相当于是把 推理循环、代码执行、会话记录... 全塞在一个容器里。容器挂了，会话丢了。

现在他们把它拆成了三块：

• 大脑：Claude 和它的 harness，负责思考和决策

• 手：沙盒和工具，负责执行

• 记忆：独立的会话日志，记录一切

这三者之间互不依赖。容器挂了？新容器可以重建。 Harness挂了，新的 harness 拿到会话日志，从断点继续。没有什么东西是不可替换的。

当然最核心的一点是：Harness 变成了一个可替换的热插拔模块。而掌握热插拔权的，是 Anthropic，不是你。

马东锡大佬，有个很好的总结：

Harness 不关心沙盒到底是一个容器、一部手机、还是一个宝可梦模拟器。只要符合“名字和输入进去，字符串出来”的接口就行。

写在最后

之前，大家都在说： Harness意味着，真正稀缺的能力不在模型里面，在模型外面。

但是今天Anthropic在尝试把“模型外面”这层东西，重新装回“模型厂商里面”。

Harness Engineering 不会死。但“人做 harness”这件事的窗口期，可能比所有人预想的都短。

你的 Harness 要么被模型进步淘汰，要么被平台服务替代，要么你得跑得比这两者都快。

不过，从现实的情况来看，通用 Harness 能覆盖大部分场景，但覆盖不了所有场景。法律、金融、医疗，每个领域的 Agent 都有自己的评估标准和安全边界。通用平台做到 80 分不难，最后 20 分才是竞争力。

更何况开源社区还会走出很多更有意思的路线，比如昨天分享的Hermes。

让Agent 自己写 Skill，Agent 用 Skill，Agent 改 Skill。不把 Harness 交给平台，让 Agent 自己写自己的 Harness。