Harness 才是关键：AI 工作流新范式
The Harness Is the Thing
作为一名开发者，我意识到真正的生产力飞跃不在于盲目追求最新的 LLM，而在于构建一个强大的 Harness。通过整合 Cursor、Claude 和 Pi，我建立了一套包含 planner、worker、critic 和 promoter 的自动化工作流。这种架构让我能利用 Deepseek 等商品化模型处理大部分任务，仅在关键规划阶段调用 Fable，从而将高级模型的使用成本降低了 75%。Harness 不仅统一了我的开发体验，还让我能像操作传统工具一样驾驭 AI，让单兵作战也能达到大团队的产出质量。
我逐渐明白，Harness 才是核心所在；它是我的预期与 LLM 能力相遇的支点。
HN 评论区
117- AirMax98
读完这篇真的让我希望能有个稍微好点的工作流。我现在完全依赖 Fable，甚至都不怎么用其他模型了，而且已经快碰到每周的使用限额。我简直是在透支时间——等 Anthropic 在 8 月底取消那 50% 的用量增幅时，我肯定会被迫切换工作流。到那时，我很难想象自己还会只在一个提供商那里死磕一个模型。
- dmantis
> 单人开发者项目也能达到大型开发团队的水平和一致性。
可那个简单的博客网站静态页，明明写着这句话，在桌面版 Firefox 上看起来却非常怪异且已损坏。
到 2026 年，一个开发团队得有多大，才能做出像样的留白（margins）？
- douglee650
作者声称：‘单人开发者项目也能达到大型开发团队的水平和一致性。’
当我一个人能在一个月内做出原本需要四个人花三个月才能完成的项目时，我为什么要关心 token 成本？我现在每月花 500 美元，而不是 40,000 美元，就能以 3 倍的速度得到同样的东西。一个项目花 500 美元，而不是 120,000 美元。（假设我的成本 4 万美元是另外三个人的费用）
这根本不用想——随时使用前沿模型。
- andai
我对 Luna 非常满意，但我的做法是‘多次小步修改’，在这方面模型们基本上一年前就达到饱和了。
（我也试过‘让大模型一次性做巨大改动’的做法，心理阴影到现在还没消除。代码库可能也永远好不了了！）
另外，Luna 和 DSV4 Flash 现在似乎不相上下，除了 Luna 更快更便宜？
- esalman
我上周学到的就是：harness（编排框架）本质上就是一个 while 循环。
每次迭代中，你调用一次 LLM，执行一些工作（比如工具调用），增强提示词（追加或压缩等）——顺序不一定非得这样——然后继续。
直到满足结束条件，然后跳出循环。
- nullbio
利用开源权重模型和你自己的推理轨迹进行 LoRA 自适应学习才是关键。如果大实验室想和运行你自己的模型竞争，它们前面还有巨大的工作要做——基本上得给每个用户都提供一台专属的持久化虚拟机。一切尘埃落定后，我认为它们真正的护城河将只剩下推理/硬件提供商。Stripe 收购 OpenRouter 是一步非常聪明的棋。
- liampulles
如果不去深入细节、亲自思考问题，就会失去培养领域理解的机会。
我用 Claude 的 plan 模式做一些相对较小的改动，但即便如此，我发现如果我真正尝试自己思考并解决问题，我就能找到有助于未来工作的良好隐喻，还能发现一些侧向问题，而这些随后会变得非常重要。
- theahura
如果你在使用任何没有配置的 agent，请给自己个恩惠，投资任何实现了 SPACE[0] 的配置库。
这会为你节省大量时间，而且你也不会被绑定在 Fable 的费用上。
[0] Search, Plan, Assert, Code, Evaluate。Obras 的超能力、Matt Pocock 的技能集以及 Nori 的高自主性技能集都内置了这一点。