AIWatch.

如果只是说那点 system prompt 和 tool，那显然模型可以学会它们，从此之后只需要一个 tool list + tool 实现就够，而进一步地，当模型再强大一点，我们只需要一个 bash tool，我参与过 Kimi K2.5 模型训练过程，以及从空的 system prompt、toolset 和 loop 开始写 harness，我当然知道人们说的 harness 训进模型是什么意思

但你观察 harness 的发展史和这个词本身的出现，你就会发现，随着模型智能的提升，harness 是在不断变复杂的，parallel tool call、subagent、agent swarm、agent teams、handoff、pro-active compaction、channel、cross-session communication，你以为是模型都可以学会，实际上是 harness 变复杂了模型才可能学会

所有这些确实都可以进一步随着模型加强而去掉，比如我在 Kimi CLI 时就准备去掉 subagent，换成直接 bash 调用（pi 就是这么做的），去掉 parallel tool call，换成 tool call script；但与此同时，更强的智能解锁了更复杂的与世界的互动，比如进一步可以引入主动 context rewind

这是一个此消彼长的过程，就像这个“阴阳”比喻 https://x.com/nocommas/status/2086568454434537710

观察动物乃至人类的进化你就会发现是一样的，随着智能水平的提高，人与世界的交互方式是越来越复杂的：当人相比猿更聪明的大脑被选择后，带来的并不是不需要用树枝计数，而是复杂的语言文字；同样，当人类社会作为群体智能的水平提高的时候，人们并不是取缔了纸，而是发明了计算机和互联网

终局来看，harness 会逐渐和人类原来为“仅有的一种智能”所发展的社会基础设施合并，人类文明的一切都可以重新做一遍（显然我们已经观察到所有 SaaS 都可以重新做一遍，很快会看到更多，当然不只是计算机软件）

不要只看到模型训练那一点局部，看看人类学吧