AI竞争新焦点：Harness如何重塑行业格局与生态？

OpenAI工程师的感慨与Codex的崛起

2026年2月，OpenAI工程师Ryan Lopopolo用 "Agents aren't hard; the Harness is hard." 概括他刚完成的项目，当时多数人不理解他的感慨。他带领不到10人的小团队，用5个月让Codex写出超100万行代码，且全程未手敲一行。他将这套让模型可靠工作的系统称为 "Harness Engineering"。据公开信息，Codex周活跃用户3月初约160万，到5月超400万。除模型升级，Codex的Harness能力也为其赢得不少用户。比如开发者测试发现，Claude Code在相同任务上消耗的token约是Codex的3到4倍，差距与Harness设计有关，Codex倾向于拆分任务并行跑，子任务上下文独立。如今AI圈广泛认可 "Agent = Model + Harness" 公式，若把Agent比作车，大模型是发动机，Harness则是将发动机变成整车的系统工程。

DeepSeek押注Harness

本月，DeepSeek发布Harness产品经理和研发工程师招聘岗位。资深研究员陈德里表示，这是为组建Harness团队，方向是 "对标Claude Code，做DeepSeek Code Harness"。这家以模型层突破著称的公司，将下一步筹码押在了Harness上。

Harness洗牌行业三层结构

过去几年，模型能力稀缺，但随着其基础设施化，领先难以维持，最强大模型保质期缩短，模型外的Harness愈发重要。Harness开始反向优化模型，是洗牌AI行业结构的早期信号。过去AI产业分基础设施层、模型层和应用层，各司其职，价值分配清晰。但Harness影响了利益分配。模型公司的“兑现权”被拿走一部分，过去模型公司既训练又决定模型使用，Harness出现后逻辑改变。如开发者社区的 "DeepSeek版Claude Code"（名为 "DeepSeek - TUI"）受欢迎，Stars超3万，因为同一DeepSeek版本在精调的code Harness里能发挥更好水准。模型本身不变，但Harness影响能力兑现区间，模型公司若让别人的Harness承接能力，定价权可能旁落。应用层变化更隐蔽缓慢，过去应用公司护城河是懂业务，现在这些开始往Harness搬，如Salesforce和Claude Code的做法。今年5月，Intercom改名为Fin，围绕Harness重构，不重视Harness的应用公司业务护城河可能被掏空。基础设施层也受影响，算力市场需求被反向定义，Agent推理成新主导力量，英伟达2026年发布的Vera Rubin平台专为智能体和大规模推理时代构建，Harness影响芯片层下一代产品形态。这些变化让AI产业链各层利益分配需重新谈判。

Harness天然长在场景里

Harness自身发生分化，根源在于其特点。Ryan Lopopolo团队起初以为接上Harness就行，后来发现它不是即插可用的插件，必须在真实场景失败中打磨，否则会僵化，所以Harness天然长在场景里，不同公司业务场景不同，Harness也会分化。代码场景最先验证且能让Harness跑通，Anthropic和OpenAI都把Harness第一战放在代码场景。但非代码场景如客服答疑等没有编译器，反馈信号获取难，要么靠人工标注复盘，成本高、迭代慢，要么靠真实业务结果反馈，需离业务近、跑的久。Harness做得好的玩家离真实业务反馈近。长远看，模型会变强，可能解决Harness面临的问题，但Harness的场景层无法被替代。有真实业务反馈的玩家在Harness上有优势，如Salesforce在CRM场景有数据沉淀，Agentforce按 "Agent对话" 收费，ARR达8亿美元，全年增速169%，累计超2.9万笔交易。腾讯WorkBuddy也是早押注Harness的玩家，从决定做claw模式到全量上线仅用一周，因为其Harness在腾讯内部搭建好，内部员工使用沉淀反馈打磨了Harness。未来AI竞争中，模型进入不同行业业务深水区需不同Harness磨练，不同场景长出不同Harness，非代码场景反馈信号难跨行业复制，有独特业务闭环的玩家能建立壁垒。

标准化与智能体生态之争

Agent在不同Harness里磨练后需“互相说话”，若用私有协议和调用方式，Agent生态会陷入混乱。所以Agent竞争会上升到协议和标准层面，这是大规模互通的基础对抗。Agent标准化竞争已开始，Anthropic 2024年底推出MCP，Google 2025年4月推出A2A协议。先入者形成的协议网络会成后来者门槛，谁铺开协议、接入生态、留住开发者，谁就拿到平台位。国内腾讯、阿里、字节跟进，腾讯云智能体开发平台支持MCP并上线插件广场，阿里百炼平台接入MCP，字节旗下Trae和Coze兼容MCP。协议标准化不仅解决互通问题，还关乎用户安全信任和商业化落地。今年5月，中国信通院联合多家公司发布ATH协议，通过三方握手确定权限边界。与协议之争同时，还有Agent协作基础设施建设，多个Agent协作仅靠标准协议不够，需底层基础设施承接，其形态尚无共识，可能被现有终端集成、演化出独立生态或在超级生态里长出，微信Agent有很大想象空间。协议定义互通，基础设施保障运行，领先AI公司都在考虑这两件事，为抢占竞争优势做准备。

结语

过去评估AI公司竞争力看模型强度、榜单分数和烧钱多少，现在意识到这种评估不全面。整车上路需“整车系统”，OpenAI和DeepSeek等补齐Harness能力揭示了新评估方式：Harness能否反向优化模型、有无真实业务场景反馈、能否在标准化之争中卡位、有无基础底座承载协作等。模型是基本盘，但Harness影响扩大，AI公司不仅要考虑模型强度，还要思考在Harness搅动的新格局中的位置。AI时代变化快，Harness可能有新名字和形态，但模型与场景间需连接层，沉淀工程能力、业务理解和反馈数据，只能在长时间和大业务中磨练。