Harness Engineering 中的Harness怎么翻译？是个有趣的问题。用马具听着不好听，用马鞍又不贴切，因为Harness其实是指控制系统的连接层，在驾驭马干活的场景里，它是指缰绳、颈套之类的。我也看有的文章里用线束这个词，原来在航空航天领域更早的复用了这个词，用来表示线路连接的设计，保证信号传递的稳定可靠。在Agent工程的场景，我看现在的用法里，既包含了连接层，又包含了执行层如工具等，现在还处于概念形成期。

今天用Codex做了个会议记录App，用在Macbook上的，使用MacOS自带的SpeechAnalyzer API做实时转录，然后再用Gemini 3 Flash做整理总结。实时转录的文字乱七八糟，但Gemini 3 Flash很轻松就把一些错误给校正了，尤其是一些术语。

本来还想着是不是连整理总结也变成本地模型，查了一下发现小模型耗用机器资源不少，并且效果也不好保证，还是做LLM API调用更合适。

SpeechAnalyzer只能转录，没办法区分人，要解决的话，还要配合其他模型，总之这么一件事想做好也不容易。回想在学校时曾经尝试用IBM的一款语音识别系统用来识别一些采访录音，准确率可能只有20-30%，短短二十年，技术的演进太快了。

PS：许多软硬件都有语音转录的功能，我这完全是为了研究AI Coding的能力边界和了解一下语音识别相关的技术。大家平时用的比较多的语音转文字的产品都哪些？

我现在觉得模型窗口就是边界，模型本身没有记忆，这个原点决定了必须要有周边，也就是Harness。模型窗口不可能把每个人的私有信息和私有环境都同步进去。

一年多前其实有一种潜在的隐忧：大模型发展到AGI，还能干什么？现在的答案是：还能干Harness。

山重水复疑无路，柳暗花明又一村。一个产品绞尽脑汁都看不到破局点了，忽然几个人在一起就碰撞出了新思路，这感觉挺棒，并且几天就能看到做出来是啥效果，AI Coding时代真伟大。

分享我们的新产品UX Agent：用 AI 读懂用户回放，找到站内转化提升点。做出海站点的朋友欢迎体验，解决Session Replay看不过来的问题。

大家平时还有用Deep Research吗？去年初的时候，我觉得这是个非常牛逼的功能，直接出研究报告，但回顾这一年多来，我一共也就用了10来次，每次的产出物都差强人意，产出物都是些大路货材料，没有啥洞察，反而比不上和ChatGPT深度互动带来的认知收获。

昨晚测试我的MiniClaw，也就是一个简单的OpenClaw学习版，使用的GPT-5.4-Mini模型。问了它一个问题：落日绣帘卷是哪一年写的？

结果给了我个答案是王维写的《辋川别业》，年代已不可考。我心里一惊，原来这句诗词也是苏东坡引用别人的，这种事在苏东坡这里很常见，并且经常改的比原句还要好。王维的这首词如截图：

落日绣帘卷，亭下水流深，
心闲无俗事，身是半闲人。

读起来也是王维飘逸的风格，长见识了。接着我又提醒是苏东坡的那首，结果又给我来了首以落日绣帘卷结尾的词，我一看，风格属于苏东坡，没想到苏东坡又复用了这句，这种事在他身上也常见。最后进一步引导，才给出了年份。安心睡觉。

今早醒来，感觉这王维的词句值得进一步学习，就问ChatGPT，结果发现没有，给我《辋川别业》的原文，根本不是那回事。又查了一下苏东坡那首，也是乱编的。

我好歹也是看过苏东坡传背过这么多首词的，被模型忽悠的这么彻底，还真是好笑。当然，问题主要出在像GPT-5.4-Mini这样的蒸馏模型，内部的知识量不够，比不上更大规模的，但这个Case对我来说很生动。

想要理解龙虾（OpenClaw）是怎么运作的，推荐看一下李宏毅老师的视频，讲的特别通俗易懂。

对我来说，最近在做Agent实现时，对于Context该如何设计，好像并没有想到特别完美的方案，网上提到的一些压缩策略，也都是有所取舍。但在看这个视频时，忽然把一个认知构建起来了：LLM是没有任何记忆的，每次交互都是从零开始。一下变得清澈了。模型内部的神经网络是个黑盒，但input和output的不是，这样我可以结合Agent要解决的问题，主动去设计最合适的Context机制。

视频链接：youtu.be

现在围绕Harness这个词，有两种主流含义：一是Agent Harness，这个其实就是Agent本身除了LLM之外的部分，正是有了这套Harness，才让Agent的任务完成度大幅提高，典型的像Claude Code、Codex和Manus，它们在使用公开的LLM API，但就是很强大。

二是Harness Engineering，这个就是从开发工程层面了，我们如何搭建一套环境，能够让Coding Agent（如Claude Code、Codex，甚至OpenClaw）能够自主完成研发和测试任务，这里典型的像Andrej Karpathy搞的Autoresearch，以及OpenAI、MiniMax都有相应的实践，其目的是不用人来写代码和调试，让Coding Agent自我行动，实现对目标产出的迭代。

这两种含义，都很好的明确了如何打造好的Agent的思路，让问题清晰化。

前几天看了一篇文章，讲Agent OS，这就激起我的兴趣，一个多月前我刚做了个能发Twitter的MiniOS，那是不是可以改造为一个MiniAgentOS？启动后，只能和LLM互动，LLM可以调用本地工具，也就是个LLM-Tool-LLM的Loop。

于是昨天花了一整天时间，用两个Codex App账号接力工作，差不多搞好。因为使用了GPT-5.4 xhigh+Fast模式，额度消耗特别快。

现在MiniAgentOS可以实现正常的互动，这和早期的ChatGPT差不多，额外加了几个工具，如Twitter的查询和发帖。但由于MiniAgentOS既没有文件系统，也没有代码编译和执行能力，也就啥事儿也干不了。再进一步的话就要添加个简单文件系统和AI Coding能力了。

整个过程，调试最麻烦的还是网络连接，因为是AI写的网络协议栈，其中的一些Buffer设置，网络稳定性问题不少，现在也没完全稳定。另外就是Context Engineering了，AI最开始给我实现的一版是互动记录超过一个长度就直接截断，关键是把最新的互动给截断了，而不是历史的，但这个过程也让我对于传给模型的Context的设计，有了更深的理解。

整个项目，我尝试了Harness Engineering，也就是不是让Codex App上来就干，而是先明确目标和一些验收标准，然后先确认Harness环境，等Harness环境准备好了，再让AI开始编写和调试正式的功能。最近在做MiniOS和MiniManus时，其实也在有意无意的这么干，但明确以Harness Engineering方式尝试，这还是第一次。从最早的Vibe Coding，到最近的Spec Coding，再到现在的Harness Engineering，编程方式一年三迭代，真的突飞猛进。