## 一、一个做ToB的人，为什么突然聊起了马具

汤道生是腾讯云的负责人。他平时聊的东西，都是云基础设施, 企业数字化转型，产业互联网这些硬核话题。

2026年4月13号, 他发了一篇文章, 标题是, 人工智能正式进入Harness时代。

通篇在聊一个比喻，大模型是发动机, Harness是线束, 使用者是驾驶员。

我第一反应是, 一个做ToB云服务的人，为什么要花这么大篇幅去定义一个工程概念。

读完之后我明白了。他其实在回答一个所有企业都在焦虑的问题, 模型越来越强，但为什么我的AI落地效果还是不行。

这个问题的答案, 汤道生给得很直接。AI落地不只是一道算法题, 更是一道工程题。


![image](https://developer.qcloudimg.com/http-save/yehe-5421023/4e963cd2530f818780a1cc3e93302e17.png)


*1913年8月, 福特高地公园工厂。一千辆Model T底盘整齐排列，这是一个九小时班次的产量。*

他说腾讯内部有切身的体会。同样的模型能力，给模型配什么工具，怎么做分层上下文工程, 怎么管理长记忆, 怎么设计工作流，对实际效果和token成本的影响巨大。有时候好的Harness能省一半token，差的Harness不仅费钱，结果还不可用。

这段话让我特别有共鸣。因为我自己的感受也是这样，同样用Claude或者GPT, 有时候觉得它聪明得吓人, 有时候又觉得它蠢得离谱。后来我慢慢意识到, 聪明和蠢的差别，很多时候跟模型本身没关系, 跟我怎么用它有关系。

## 二、三代工程范式的演进, 我全赶上了

汤道生在文章里梳理了一条很清晰的进化线。

![image](https://developer.qcloudimg.com/http-save/yehe-5421023/d54379aad8645451bb5772330d712287.jpg)

2022到2025年, 全行业都在研究Prompt Engineering, 怎么写好一条指令。那时候我也在折腾这个事, 每天琢磨怎么把提示词写得更好。给模型一张地图，告诉它往哪走。

2025年, 进化到Context Engineering。大家发现一条提示词不够了，需要动态构建整个上下文, 包括历史对话, 相关文档，工具说明, 任务目标。从地图升级到了导航系统。

2026年, Harness Engineering来了。把上下文、工具、反馈、约束、安全、验收全部打包成一个完整的运行环境。直接造一辆车。

他说了一句让我反复咀嚼的话, 每一代进化对前一代都在前一代的基础上叠加。地图和导航都很重要，但只有地图和导航没有车, 你哪儿也去不了。

我自己的经历完全印证了这个路径。

2023年，我花大量时间研究Prompt Engineering。那时候觉得只要提示词写得好, 模型就能给我好结果。确实有效, 但天花板很明显。单轮对话还行, 多轮任务就开始胡说八道。

2024年下半年开始, 我发现光靠提示词已经不够了。需要给模型喂上下文, 需要管理对话历史，需要把相关文档塞进去。这就是Context Engineering的阶段。效果确实上了一个台阶, 但新问题又来了, 上下文窗口不够用, 信息多了模型就开始混乱。

到了2025年, Agent的概念火起来了。模型不再只是回答问题, 它要执行任务。要持续工作，要调用工具, 要在犯错时自我修正。这时候我才真正理解，光有地图和导航确实不够，你需要一辆车。

汤道生把这辆车叫Harness。

## 三、四个发现里, 有一个让我后背发凉

文章里列举了行业的四个关键发现。前三个我都有心理准备。

模型能力的天花板在外面，同模型换Harness, 编程成功率从42%跳到78%。这个数据之前就看过, 不算新鲜。

约束反而让AI更聪明, 给模型清晰边界，它反而更快收敛到正确答案。这个也符合直觉, 跟带团队一样, 给人太大自由度反而什么都做不好。

Harness让AI更安全，通过权限边界和沙箱隔离限定行动空间。这个从企业角度完全可以理解。

但第四个发现让我后背发凉。

Anthropic的工程师发现，当Agent评估自己刚完成的工作时，它会非常自信地表示做得很好, 即便在人类看来质量明显不行。他们的原话是, 开箱即用的Claude是一个很差的QA Agent。

这意味着什么, 意味着AI无法可靠地评价自己。

你让一个员工自己给自己打绩效, 他永远给自己打满分。AI也一样。你让它自己检查自己的工作, 它永远觉得自己做得很好。

这个发现太重要了。因为它直接推翻了一个很多人潜意识里的假设，觉得AI足够强了, 就能自己形成质量闭环。事实是, 模型再强, 它也无法客观评估自己的输出。必须在模型外部建立独立的评估机制。

Anthropic在那次实验里用了三个Agent角色，Planner负责计划，Generator负责写代码，Evaluator负责验收。三个角色互相制衡, 谁也不能既当运动员又当裁判。

这让我想到一个更深层的问题。如果AI连自己的工作质量都无法客观评估，那我们怎么敢把关键任务完全交给它。

答案恰恰是Harness。Harness的核心职责之一, 就是在模型外部建立这套独立评估机制。没有这层保障, Agent跑得越远, 偏得越狠。


![image](https://developer.qcloudimg.com/http-save/yehe-5421023/44a7089bb9b2420b9ac7cd8c1508c1a3.png)


*福特高地公园工厂内，1913年。流水线将29道工序拆分给不同工人，每人只负责一个零件。分工的本质, 就是一种Harness。*

## 四、真正打动我的，是最后那段话

汤道生的文章很长，信息量很大，但真正打动我的, 是最后关于驾驶员的那段。

他说了一句话，AI越强大, 对人的要求越高。

乍一听很反直觉。AI越强，人应该越轻松才对。但仔细想想, 完全不是这么回事。

他用了自动驾驶的比喻。表面上自动驾驶是为了让人不用开车, 但一个能安全监督自动驾驶系统的人, 需要比普通驾驶员更深刻地理解驾驶本身。他得知道系统边界在哪, 什么时候该信任机器，什么时候该接管。

这个比喻精准得让人不舒服。

因为我自己的体会就是这样。用AI做简单任务的时候, 确实很轻松，感觉自己效率翻倍。但用AI做复杂任务的时候, 反而更累了。我得时刻盯着它的输出，判断哪里对了哪里错了，在它走偏的时候及时拉回来, 在它犹豫的时候给出明确方向。

这种累，跟写代码的累完全不同。写代码是体力活, 盯AI干活是脑力活。你需要同时理解任务本身和AI的行为模式，需要在人机之间快速切换思维，需要一种很难描述的综合判断力。

汤道生管这种能力叫品味。判断什么是好的，什么是对的，什么是值得做的。同样的发动机, 同样的Harness, 不同的驾驶员产出的东西可以有天壤之别。

![image](https://developer.qcloudimg.com/http-save/yehe-5421023/802f8804e76f135ba7bae8168fd41455.png)

我特别认同这一点。因为我见过太多人用同样的工具, 产出质量天差地别。工具只是放大器, 它放大的是使用者的判断力。

但汤道生也给出了一个让人乐观的图景。他说AI正在创造一个双层结构。在上层，顶尖驾驶者靠品味和判断力建立壁垒。在下层, 大多数人不需要成为高阶驾驶者, 也能享受AI带来的能力提升。

就像今天的汽车行业, F1赛车手的技能价值从未如此之高, 同时自动驾驶正在让普通人出行变得前所未有的安全和便利。

这两个趋势不矛盾, 它们是同一枚硬币的两面。

文章最后, 汤道生提到了一个更远的未来。模型正在自己长出手脚，今天的工具调用, 上下文管理, 反馈循环，记忆系统, 模型正在一项一项内化。外面的脚手架正在变薄。

当模型足够强大时, Harness可能被模型完全吸收。驾驶员的角色会从操作者升级为委托人, 不再告诉AI怎么跑，而是告诉它要去哪里。

但有一件事模型永远无法自己生成, 目的地。

去哪里, 为什么去, 到了之后怎么判断值不值。这些关于方向, 意义和价值的问题, 永远是人的责任。

当机器什么都能干的时候, 干什么变成了唯一重要的问题。

读完这篇文章, 我坐在电脑前想了很久。

三年前, 我还在研究怎么写好一条提示词。两年前, 我开始琢磨怎么给模型构建上下文。现在, 我在思考怎么搭建一个完整的工作环境, 让AI真正能持续地、可靠地干活。

这个进化过程, 本身就是一部微缩的AI落地史。

从一张地图，到一套导航, 到一辆完整的车。每一次升级, 都让我离那个目标更近一步, 也让我更清楚地意识到，工具越强大，使用工具的人就越重要。

汤道生说, 真正稀缺的能力，不在模型里面，在模型外面。

我加一句, 也不在Harness里面，在驾驭Harness的人身上。


汤道生是腾讯云的负责人。他平时聊的东西，都是云基础设施, 企业数字化转型，产业互联网这些硬核话题。

三年三代, 我读完汤道生那篇文章之后想明白的一件事

产品KOL

人工智能

云计算

职业发展

腾讯云汤道生提出AI落地关键在Harness工程，指出大模型如同发动机，需要线束系统才能高效运转。从Prompt到Context再到Harness工程，AI应用经历三代进化。核心发现：AI无法自我评估，必须建立外部质量监控机制。AI越强大，对人的判断力要求越高，驾驭AI的"品味"将成为核心竞争力。

自动驾驶

Agent

2026采购季 | AI焕新·智启新局

ai-class

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

三年三代, 我读完汤道生那篇文章之后想明白的一件事-腾讯云开发者社区-腾讯云

三年三代, 我读完汤道生那篇文章之后想明白的一件事

三年三代, 我读完汤道生那篇文章之后想明白的一件事

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐