汤道生 Harness 时代：发动机 + 线束 + 驾驶员 + 4 大发现（腾讯云）

来源类型： 行业方法论
日期： 2026-06-17
标签： #汤道生 #Harness #线束 #驾驶员 #腾讯云

核心金句

"2026 年春天，AI 行业出现了一个值得关注的变化：大家不再只聊模型了。过去三年，整个行业最热衷的话题是模型参数。1750 亿、万亿、十万亿，数字越来越大，叙事越来越激进。每一次参数跃升，都伴随着一轮关于'涌现能力'的讨论。"

"然后，一只小龙虾搅动了整个行业。OpenClaw 没有发布任何新模型，没有刷新任何基准测试，甚至没有训练一个新参数。它只做了一件朴素的事，给大模型搭建了一套完整的工作环境：文件系统、代码沙箱、工具链、反馈循环、自动验收。同一个模型，在这套环境中，不再是一个只会对话的聊天机器人，而是一个能持续工作、自主解决问题的智能体。变量只有一个：壳。而这层壳，现在有了一个正式的名字，Harness。"

Harness 隐喻

"Harness，直译是马具，缰绳、辔头、马鞍、挽具的统称。一匹野马拥有惊人的力量，但没有缰绳，你骑不上去；没有挽具，它拉不了车；没有马鞍，你坐不稳。马的力量是原始的、澎湃的，而 Harness，就是把这股力量转化为文明前进动力的那套系统。"

三角关系

"大模型是发动机，Harness 是线束，使用者是驾驶员。发动机能提供原始动力，但发动机本身不会开车。就像大模型，它能思考对话，但没有操作能力。它需要一套线束，将动力传导到车轮、将信号传导到仪表盘、将驾驶员的意图翻译成机械动作的系统，才能变成一辆可以上路的汽车。"

"三者的价值权重，正在经历剧烈的重新分配。过去三年，全世界的注意力都在发动机上。OpenAI、Google、Anthropic、Meta，最聪明的头脑和最多的资本，都砸在一件事上：造更大、更强的发动机。"

"当所有厂商都在比拼发动机马力时，福特意识到一件不同的事：关键不在马力，而在于如何让马力为普通人所用。于是，他发明了流水线、标准化零件，发明了让汽车从贵族玩具变成大众工具的整套系统。本质上，那就是工业时代的 Harness。"

4 大发现

"在工程实践中，行业有四个关键发现，直接推动了关注点的转向。"

1. 模型能力天花板在模型外

"最具说服力的实验来自 Nate B Jones：同一个模型，只换 Harness，编程成功率从 42% 跳到 78%。LangChain 的数据也印证了这一点：同一模型仅改变 Harness，Terminal Bench 2.0 成绩从 52.8% 升到 66.5%，排名从三十名开外直接进入前五。"

2. 约束 = 引导

"Cursor 团队在大规模 Agent 实验中，发现一个反直觉的现象：当模型可以生成任何东西时，反而浪费大量 token 探索死胡同；但当 Harness 定义了清晰的边界，Agent 反而更快收敛到正确答案。约束解空间，反而提高了 Agent 的生产力。"

3. Harness 让 AI 更安全

"一个没有 Harness 的大模型，就像一个没有操作规程的实习生，能力不差，但你不知道他下一步会做什么。Harness 通过权限边界、沙箱隔离、操作审计和人工审批节点，将模型的行动空间限定在可控范围内。"

4. AI 无法可靠评价自己

"Anthropic 的工程师发现，当 Agent 评估自己刚完成的工作时，它会自信地表示'做得很好'，即便在人类看来质量明显不行。他们的描述是：'开箱即用的 Claude 是一个很差的 QA Agent'。"

进化脉络

"回看 AI 工程的进化脉络：2022 到 2025 年，关键词是 Prompt Engineering，如何写好一条指令；2025 年，进化到 Context Engineering，如何动态构建整个上下文；2026 年，Harness Engineering 来了，如何搭建整个工作环境。"

"Prompt Engineering 是给驾驶员一张地图，Context Engineering 是给驾驶员一套导航系统，Harness Engineering 是给驾驶员造一辆完整的车，带仪表盘、反馈系统、安全约束和自动巡航。"

关键洞察

1. Harness 时代

2026 春天
正式命名

2. 42% → 78%

Nate B Jones
仅换 Harness

3. 52.8% → 66.5%

LangChain
Terminal Bench 2.0

4. 3 阶段进化

Prompt / Context
Harness

5. 驾驶员觉醒

AI 越强
要求越高

与已有知识的关联

wiki/entities/tang-daosheng — 汤道生
wiki/entities/tencent-cloud — 腾讯云
wiki/entities/openai — OpenAI
wiki/entities/anthropic — Anthropic
wiki/entities/cursor — Cursor
wiki/entities/langchain — LangChain
wiki/entities/nate-b-jones — Nate B Jones
wiki/concepts/harness — Harness
wiki/concepts/harness-engineering — Harness Engineering
wiki/concepts/prompt-engineering — Prompt Engineering
wiki/concepts/context-engineering — Context Engineering

资料来源

原文：https://mp.weixin.qq.com/s/nJS1qMGiR7gWl1A7tchy1Q
原始文件：raw/articles/BAT国内/汤道生：人工智能正式进入 Harness 时代.md
作者：汤道生（腾讯集团高级执行副总裁、云与智慧产业事业群 CEO）

我的判断（高置信度）

这是 2026 年 Harness 时代最深度的中文演讲——三角关系 + 4 大发现 + 3 阶段进化。

关键洞察：
1. "三角关系" —— 是核心
2. "42% → 78%" —— 是论据
3. "4 大发现" —— 是支撑
4. "3 阶段进化" —— 是路径
5. "驾驶员觉醒" —— 是警示

预测：
- 2026 H2：可能形成"Harness"标准
- 2027：可能立法"AI 工程"规范
- 2028：可能涌现"Harness"新职业

对 AI 工程师的建议：
"Harness" 是新方向
- 不只模型
- 是壳
- 长期价值

对腾讯云的启示：
"SkillHub" 是新平台
- Skills 流通
- 是新基线
- 长期演进

对竞品的启示：
"Harness Engineering" 是新趋势
- Prompt 已弱
- 是 Harness
- 长期赛道