每当业界以为刚掌握AI精髓，总有旧范式被宣告“死亡”。本周，焦点轮到了Agent Harness（智能体框架）。
今年六月，笔者曾撰文指出“框架正在消亡，Harness正在崛起”。本周，一项新研究将专用Agent Harness的行为蒸馏进模型，并在移除Harness后，使模型性能超越了原有的“模型+Harness”组合。这是否意味着Harness的终结？答案是否定的。Harness的职责正在重构：通用能力被模型内化，而连接特定工具、数据和环境的独特逻辑，仍需通过快速迭代来构建。
Harness-Zero：将框架行为蒸馏进模型
北京大学叶浩然团队发表的《Harness-Zero》论文揭示了这一过程。团队首先为小模型Qwen3.5-9B构建了一个包含自定义工具、安全规则及记忆模块的“进化版Harness”。随后，利用更强模型GPT-5.6 Sol作为审查者，对小模型的执行步骤进行实时修正，生成高质量训练数据。
基于这些修正后的数据进行微调，团队构建了蒸馏模型。在电子表格编辑、多应用操作等测试中，该蒸馏模型的平均任务成功率较未训练版本提升21分，且明显优于挂载完整进化Harness的原始模型。这证明，部分Harness功能已成功转移至模型内部。
模型能吸收什么，不能吸收什么
蒸馏并非万能。在化学分子结合预测等需要深层领域知识的任务中，蒸馏模型仍落后于带Harness版本8分。研究表明，逐步程序（如验证逻辑）易于训练，但上下文管理和特定领域知识难以完全内化。因此，Harness仍需承担部分职责，但其边界正在缩小。
关键发现在于训练数据的选择：仅在成功运行或正确答案上微调效果有限，唯有在“经修正的运行”上训练，让模型看到与自身行为相似但更优的路径，才能产生实质提升。
从“苦涩教训”看框架演进
这一趋势印证了Rich Sutton提出的“苦涩教训”：内置知识终将被通用的学习能力超越。近期，包括Claude Code创建者在内的多位行业专家指出，手工编码的支架带来的增益正逐渐被模型迭代抹平。但这并不意味着Harness消失，而是要求其具备快速演进的能力。
Anthropic最新发布的Opus 5.5提示指南也反映了这一点：模型已能自主设定思考量，无需额外的“仔细思考”指令；但同时，新的系统提示组件被引入，以防止代理过早停止或处理长时间运行的静止状态。
如何自动化维护Agent Harness
随着模型每代升级，Harness必须同步演进。Google的RRSI论文警告，无约束的自动进化会导致过拟合。有效的维护策略应包含严格的“簿记”工作：
- 版本标记：对每次追踪记录标记Harness和模型版本，以便精准定位性能变动来源。
- 干预记录：保存Harness介入前的模型操作及修正数据，这正是Harness-Zero和Perplexity训练Computer Agent的核心数据源。
- 组件评估：新模型发布时，逐一关闭Harness组件并重新评估，剔除冗余部分，保留真正提升性能的模块。
综上，不要试图一劳永逸地构建Harness，也不要将其完全抛弃。应建立自动化的维护循环，剔除模型已掌握的能力，将精力聚焦于解决特定业务场景中的独特问题。