AI 编程助手的胜负手不在模型，而在你给它搭的“脚手架”

Agent Harness Engineering

Addy Osmani 提出一个反常识的观点：一个编程 AI 好不好用，模型本身只占一半，另一半取决于你给它搭建的“脚手架”（Harness）——包括提示词、工具、沙盒、钩子和反馈循环。一个中等模型配上好脚手架，能干翻一个顶尖模型配上烂脚手架。最直接的证据是，Claude Opus 4.6 在 Terminal Bench 2.0 测试里，仅仅因为换了...

推荐理由：Addy Osmani 这篇把“Agent Harness Engineering”拎出来讲，核心就一个数据点：Claude Opus 4.6 在 Terminal Bench 2.0 上，只换脚手架就从 28% 飙到 72%。这个观点不算全新，但把散装的工程实践系统化命名，对正在搭 AI 编程工具的团队有直接参考价值。我会先打个折——正文没披露脚手架具体改了什么、测试集多大、有没有重复实验，所以 72% 这个数先别太激动。但方向是对的，值得放进精选。