Agent Harness 的演进与模型需求变化

OpenAI 的 Codex 与 ChatGPT 负责人 Thibault Sottiaux 近期通过推文预告，目前的 Codex 虽然是良好的 harness，但在两三个月后将会显得原始。他进一步判断，下一代模型所需要的 harness 将会比用户的笔记本电脑更多。

与此呼应，Anthropic 在其工程博客中提出了 Managed Agents 的架构方案，明确主张将“脑”（规划决策）与“手”（执行工具）进行解耦，旨在让 Claude 能够自主调度周期更长的任务。这两家头部公司目前的关注点正从单纯的“模型增强”转向如何配置能够匹配下一代模型的 harness。

AI 编码协作范式的调整

针对 AI 生成的大规模代码带来的挑战，GitHub 介绍了一种使用堆叠式 Pull Request（PR）的协作方式。该方案将 AI 编码智能体生成的 1000 行以上的巨型 diff 拆分为 L1 到 L4 四个独立分层，具体涵盖数据、API、接线及 UI。通过这种拆解，每一层可以分配不同的审查者，从而重新定义 AI 编码时代的代码审查工作流。

行业成本与开源趋势

在模型定价与竞争方面，Thibault 确认 GPT-5.6 Luna 降价 80% 是永久性的，且效率增益不会消失。同时，Aaron Levie 指出，近前沿开源权重的密集发布正在改写行业计算，使得模型无法长时间维持在闭源状态。

Agent Harness 的背景与定义

Agent Harness（智能体驾驭层）的概念在 2026 年成为 AI 工程圈的讨论焦点。该概念的催化因素之一是 2026 年 2 月 Mitchell Hashimoto 发表的博客，以及 OpenAI 随后使用 Codex Agent 进行的大规模实验。实验结果显示，虽然 Agent 能写出可运行的代码，但几乎无法通过生产级的代码审查。分析认为，问题不在于模型能力，而在于缺乏一套能够约束、引导和验证 Agent 行为的可靠“运行时基础设施”。

在 2025 年到 2026 年初，企业在部署 AI Agent 时面临无法在企业环境稳定落地的痛点。具体症状包括 Agent 无限循环调用工具、忘记之前的决策以及出现越权操作等问题。