什么值得买App下载 App ›
连续签到专享现金活动

YC内部AI架构揭秘:效率超谷歌千倍,秘诀在“Harness”

硅谷近期关于AI编程效率的讨论引发关注,YC总裁Garry Tan引用资深工程师Steve Yegge的观点指出,使用特定AI架构的工程师,其生产效率比使用常规工具(如Cursor)的工程师高出10到100倍,甚至比2005年的谷歌员工高出约1000倍。实现这一巨大差异的关键,不在于底层AI模型的智商高低,而在于包裹模型的系统架构——即“Harness”(挽具)。本文将深入剖析这一由Anthropic Claude Code源代码泄露所证实的架构逻辑,探讨其如何通过“瘦外壳+胖技能”的设计,重新定义AI时代的生产力。
01核心架构:瘦外壳与胖技能
传统的AI应用开发往往陷入“外壳臃肿”的误区,即在系统中塞入大量复杂的工具定义,导致上下文窗口被占用、延迟增加且失败率升高。Garry Tan提出的解决方案是“瘦外壳+胖技能”模式。Harness作为运行大模型的程序,仅负责最基本的调度、文件读写和上下文管理,保持轻量;而核心的判断逻辑与领域知识则封装在可复用的“Skill文件”中。这种分离使得系统不仅响应迅速,且具备极强的可扩展性。
对比维度传统臃肿外壳模式YC Harness 架构(瘦外壳模式)
工具数量包含40+个工具定义,占据大量上下文专用工具,功能专一,数量极少
执行效率单次调用需2-5秒,延迟高Playwright CLI等工具100毫秒级响应
系统复杂度将每个接口包装成REST API,导致Token和延迟翻倍CLI框架仅约200行代码,输入JSON输出文本
核心价值所在依赖外壳的复杂逻辑依赖厚重的Skill文件(判断与流程)

AI系统架构效率对比

02五大核心定义详解
Harness架构的高效运行依赖于五个核心概念的精密配合。这些组件共同作用,将AI模型从单纯的“聊天机器人”转变为具备专业执行能力的智能体。
  • Skill 文件(技能文件)
    作为可重复使用的Markdown文档,它定义了“怎么做”而非“做什么”。通过参数化调用(如TARGET、QUESTION),同一个技能文件能适应不同场景,相当于将人类判断逻辑封装为可复用的方法调用。
  • Resolver(解析器)
    充当上下文的路由表,决定在特定任务下加载哪些文档。它解决了上下文污染问题,通过按需加载(如仅在评估时加载评估文档),确保模型在正确的时间获取精准信息。
  • 潜在空间 vs 确定性
    潜在空间处理模糊、基于模式的任务(如社交动态安排);确定性空间处理需要精确计算的任务(如SQL查询、座位排列)。最佳实践是将模糊判断交给模型,将精确执行交给工具,避免错位。
  • Diarization(深度剖析)
    要求模型阅读海量文档并输出包含判断、矛盾点及时间变化的结构化简介。这超越了简单的RAG检索,提供的是经过深度思考后的分析员简报,而非原始数据罗列。
  • 学习循环
    系统自动从执行结果(如NPS调查)中提取模式,并重写Skill文件以优化规则。这使得系统在无人干预的情况下,随着使用次数增加而不断自我进化。
03实战应用:YC Startup School 系统
为了验证该架构的实战能力,YC将其应用于处理6000位创始人的匹配与管理系统。该系统展示了“胖技能”在复杂知识工作中的实际效能。
  1. 数据丰富(Enrichment)
    /enrich-founder 技能整合申请表、GitHub记录及顾问聊天,通过确定性层(SQL、CrustData)处理数据,利用模型发现“言论”与“实际构建”之间的差距(例如识别出伪装成可观察性工具的FinOps项目)。
  2. 智能匹配(Matching)
    同一个匹配技能通过不同参数调用,实现三种策略:按行业聚类(/match-breakout)、跨行业随机午餐匹配(/match-lunch)以及实时近距离配对(/match-live)。模型能做出聚类算法无法实现的语义判断,如区分“成本归因”与“编排”非竞争关系。
  3. 自我进化(Learning Loop)
    活动结束后,系统自动分析表现平平的案例,提取新规则(如将主要写计费代码的AI基础设施公司重新归类为FinTech),并直接写入Skill文件。在一次活动中,该机制将“OK”评分的失败率从12%降至4%。
04总结与建议
YC的Harness架构揭示了AI应用开发的核心逻辑:未来的竞争在于能否将复杂的业务逻辑转化为可复用的Skill文件,并通过简洁的Harness高效调度。Garry Tan强调,每一个编写良好的Skill都是对系统的“永久升级”,它不会退化,且随着底层模型的提升而自动变强。开发者应摒弃一次性脚本的思维,建立将重复性任务编码为技能文件的纪律,从而在AI时代实现真正的效率跃升。

评论

评论区空态插画

当前文章无评论,是时候发表评论了