这是 Cursor 团队做的对比：用前沿模型负责规划和编排，把具体执行交给便宜模型，总成本降到原来的十五分之一，而效果没有明显损失。
关键洞察在于，大型任务里真正需要前沿智能的环节很少：任务分解、设计决策、关键取舍。一旦模糊性被消解成明确的指令，便宜的模型执行起来效果一样好。差的不是模型，是怎么组织模型。
这件事今年有了个正式名字。7 月底北京发布的智能体专项政策里，第二条写着要发展驾驭层工程，英文是 Harness Engineering，要求围绕上下文工程优化、任务持久化、多智能体协作和系统可扩展来夯实底座。一个去年还只在英文技术圈流传的造词，进了公文。
Harness 的本意是马具。这个比喻其实相当准确：**模型是马，harness 是缰绳、嚼子和挽具。马已经足够快了，接下来比的是谁会驾驭。**本篇把这层缰绳拆成三段，每段都给能上手的做法。
一、第一段缰绳：别让最贵模型干笨活
最直接的一层是分工，现在流行的做法叫子代理委托。以 Codex 为例，你可以在配置目录下定义一个工作型子代理，指定它用便宜的模型和较高的推理档位，然后让主模型只做两件事：把任务拆开、把产出审一遍。中间的具体实现，全部委托出去。
用过的人给的反馈是额度消耗明显下降，产出反而变多。原因不难理解：主模型的上下文没有被大量实现细节污染，它能一直保持在做判断的状态。
这一层的实操判断是：你的 Agent 配置里，如果只有一个模型在从头干到尾，那基本可以确定既贵又慢。
回头再看那句 15 倍，它不是省钱技巧，是一个结构性的事实：智能是有价格梯度的，而大部分工作不需要买最贵的那一档。
二、第二段缰绳：把完成定义清楚
第二层比第一层更值钱，也更容易被忽略，先看一个研究结果。
面壁智能和清华的团队提出了一个叫 ALIGN 的方法，用来解决智能体和环境之间的接口失配。他们做了个对照实验，仅仅是改写环境返回给智能体的反馈措辞，没有换模型、没有改架构，一个 70 亿参数模型在标准任务集上的成功率从 13.4% 提升到 31.3%。在四个基准上最高提升 45.67 个百分点，连续无效动作减少约 65%。
改的是措辞，翻倍的是成功率。这个结果指向一件事：智能体的失败很多时候不是不会做，是不知道自己做错了。环境给的反馈太含糊，它只能继续瞎试。把这个道理搬到日常工作里：你交给 Agent 的任务，验收标准写清楚了吗？
测试怎么跑、什么算通过、边界情况怎么处理、哪些文件不许动。指令说的是干什么，验收标准说的是什么时候停，后者才是缰绳真正吃力的地方。
这也是我认为产品经理在这一轮里位置反而变得更重要的原因。定义验收标准这件事，本来就是产品岗的核心技能，只不过以前的验收对象是人，现在多了一类不会累也不会问的执行者。
三、第三段缰绳：让循环自己转起来
第三层是把前两层固化成一条能反复跑的流程。
Vercel 的创始人给了一个具体的形态：Issue 到 Agent 到 PR 到 Release，这条循环会成为软件项目的常态，而维护者的职责，变成优化这条循环并为它设定标准。
我认同这个判断的原因是它符合工程史的规律。持续集成刚出现时也是手工触发的，后来变成了没人会去想的基础设施。Agent 现在处在那个手工阶段：多数人还在一个窗口里聊天式地指挥它干活，而领先的团队已经在把它接进流水线。
Box 的 CEO 把这层的重要性说得更靠前。他的判断是，当任务规模从百万级 Token 迈向亿级，能高效拆解工作并把它路由到合适模型的那层结构，将成为继模型能力之后最重要的变量。
注意他的措辞：继模型能力之后。不是替代，是接棒。模型能力仍在涨，但它对结果的边际贡献在下降，而 harness 那一侧几乎还是空白。
四、缰绳拉不住的地方
有项研究做了个相当残酷的测试：让前沿智能体在六天、数千美元算力的条件下，独立完成一项开放式研究。工程任务它全部做完了，但对两个真正的核心科学问题毫无实质进展，最终被原论文作者判定为拒稿，研究者还归纳出五种典型失败模式。
对照另一面：腾讯混元的研究智能体解决了一个 1969 年以来悬而未决的数学极值问题，OpenAI 用约 2000 美元的算力推翻了一个存在多年的猜想，证明附带形式化验证。
一边是超人表现，一边是彻底失败，分界线相当清楚：能被验证的任务，缰绳拉得住；不能被验证的开放问题，目前拉不住。
所以给读者的判断标准可以很简单：这个任务有没有一个明确的、能自动判定的完成信号。有，就值得投入做 harness；没有，先别指望自动化，那部分仍然是你的活。
五、缰绳握在谁手里
15 倍它真正说明的不是省钱，是这个阶段的杠杆位置变了。
过去两年，能力提升几乎全部来自换更强的模型，你什么都不用做，等下一版就行。现在这条路的收益在变薄，而组织方式那条路几乎没人走过。
政策文件把这件事写进正文，说明它已经不是少数人的手艺。对个人来说，这一层的门槛其实比训模型低得多：分工、验收、循环，三件事没有一件需要你懂算法。
马已经够快了，接下来一年，差距会出现在会不会牵缰绳的人之间。