上周有两天特别热闹，方向正好相反。
10月28日，微软把 Copilot 背后的执行引擎 Copilot Harness 拿出来，在 Foundry Agent Service 开公共预览，智能体循环、工具调用、网页抓取、沙箱执行整套开放。也是这两天，Theo（t3.gg）发了个视频，原标题 “Are Harnesses Dead?”，B站搬运的标题更狠，直接写成「Claude Code 和 Codex 已死」，他说要一次讲清楚为什么这层现在几乎不重要了。一边把 harness 掏出来当商品卖，一边说它已经不重要了。知乎知乎哔哩哔哩哔哩哔哩
harness 是什么
一句话：模型只会吐字，harness 是替它读文件、改文件、跑命令的那层东西。微软官方博客的说法更朴素——“模型提供智能，harness 是模型周围的一切”。你精心写的提示词，只是最里面那一层。哔哩哔哩知乎
说它重要，是有硬数据的
微软丢出一组内部评测：同样的任务、同样的模型，换模型对通过率几乎没影响，换 harness 影响很大——OpenAI 模型下涨 10.8 个点，Anthropic 模型下涨 22.1 个点。国内也在升温，腾讯技术工程发过团队 Harness Engineering 落地规范，DeepSeek Harness 刚更新到 0.2.2-alpha.2。知乎知乎
Theo 的反驳也不虚
他的核心论点是：抽象在层层上移，框架、语言、架构都在被模型吞掉。Anthropic 自己也提醒过一句很锋利的话：harness 编码的是“模型做不到什么”的假设，模型一变强，假设就过期——今天为补短板搭的脚手架，明天就是负担。哔哩哔哩知乎
但微软同一天把两边都证明了
9月预览期，Copilot Fusion 的模型选择器里排着一长串模型名；10月28日 GA 之后，同一个位置换成了三档——Standard、High、Max。你不再选模型，你选的是“这件事值得花多少力气”。这就是 Theo 说的“换 harness 应当无感，用户只该关心能力和价格”。知乎哔哩哔哩
可同一周，微软把 harness 开放到 Foundry，还写明 12月1日起沙箱算力按量计费：$0.0994 每 vCPU 小时、$0.0118 每 GiB 小时，之前是免费的。所以两派吵的可能压根不是同一件事：知乎
harness 作为厂商的工程资产，越来越贵；
harness 作为用户的选择项，正在消失。
那你的时间该投在哪
有个筛子挺好用，来自一位跑了 200 亿 token 的量化开发者：假设明年的模型比现在强一倍，你现在写的这段东西还有用吗？凡是模型再强也不会自发遵守的规则，才是护城河。所以该投的不是“选哪个 harness”，而是规格、判据、验收标准这类不贬值的东西——微软自己都提醒过，harness 只适合长上下文重任务，简单任务硬上反而更慢更耗额度。知乎知乎
判据为什么最值钱：卢森堡大学团队研究了 6066 个非平凡故障，代码和测试都由 LLM 生成时，故障触发率有 32%–39%，检出率却只有 1%–2%。测试跑到了错误行为，却断言它是对的——让 AI 写测试，不等于让 AI 验证代码。知乎
最后一句提醒
Theo 自己在做 T3 Code，MIT 免费开源，一个窗口收 Claude Code、Codex、Cursor 等七家助手，11月3日那天涨了三千二百多星。10月30日他还在视频里演示怎么用，章节标题写着“一个界面接入 Codex、Claude、Cursor 等各种 harness 和订阅”。隔一天，他就说 T3 Code 是界面不是 harness，自己还盼着它也被取代。话是漂亮的，但“用户只该关心能力和价格”，恰好就是他产品的卖点——不是说他说错了，是得知道他站在哪。哔哩哔哩哔哩哔哩哔哩哔哩
至于微软的 Copilot Harness，目前还是公共预览，无 SLA，官方自己都不建议投入生产。风口和坑，很多时候是同一个东西。知乎
