科技Bestblogs·InfoQ 中文··AI 生成
从 Harness 到 Loop：真正决定 Agent 落地的，从来不是更强的模型
文章提出核心观点：Agent 落地瓶颈不在更强的模型，而在 Harness（任务执行框架）和 Loop（自进化闭环）的工程化设计。作者认为模型能力正在商品化，系统化的工程能力才是交付下限。工程师角色将从写代码转向设计 Agent 的进化循环。适合关注 AI 工程化、Agent 落地实践的从业者阅读。原文 ↗原文 ↗
核心观点
- ▍决定 Agent 生产环境落地的关键不是更强的模型，而是 Harness 和 Loop 构成的工程化系统。
- ▍从 Harness 到 Loop 最本质的变化是生产关系：人从执行职责中解放，转变为由 AI 完成任务后，人来做决策和验收。
- 01作者认为模型能力是锯齿状的，且不等于系统能力；很多“更强的模型”只是叙事更强，实际表现未必优于经过工程优化的弱模型。
- 02在 Loop 中，执行环节（如 badcase 修复、评测）可以自动化，但方案决策和验收必须由人来把控。
- 03文章指出，未来工程师的角色正在从编写代码转向设计和优化 Agent 的进化循环，并为其设置边界与底线。
- 04作者认为，代码生成率达到 90% 并不能解决问题，成本只是从开发环节转移到测试和线上运维环节。
反方 / 局限
- — 文章承认，距离“真正的自进化”还很远，最大的缺口是 Agent 缺乏“人的上下文”，如业务背景、决策依据等隐性知识。
前置背景
平行视角
延伸追问