夜雨聆风2010 年，一个优秀的机器学习工程师会把 70%的时间花在特征工程上。手动设计 SIFT 特征、手工调参、反复实验——这就是那个时代的「手艺」。
2026 年，一个 Harness 工程师的主要工作是设计 Agent 的递归运行环境：让一个父 Agent 动态生成子 Agent，并行处理 400 万 token 的长上下文任务。
同样是「AI 工程师」，这两个时代的工作内容几乎没有交集。
这不是进化，是跃迁。
过去 40 年，AI 领域经历了 5 次根本性的技术跃迁。每一次跃迁都不是渐进式改良，而是彻底改变了「什么是核心技术」、「谁是最稀缺人才」、「价值在哪里创造」。
本文将带你走完这段旅程，并回答一个关键问题：2026 年的 Harness 时代，对我们意味着什么？
五次跃迁：一张图看懂
5 个时代的演进
| 特征工程 | ||||
| 神经网络 | ||||
| 提示工程 | ||||
| Agent 时代 | ||||
| Harness 时代 |
第一次跃迁：特征工程时代 (1980-2011)
核心命题： 如何把领域知识翻译成机器能理解的数值特征？
这个时代的技术栈是「传统机器学习」：SVM、随机森林、决策树、朴素贝叶斯。模型本身并不复杂，真正难的是特征工程。
典型工作流
- 理解问题：
这是一个分类任务还是回归任务？ - 领域调研：
哪些原始信号与目标变量相关？ - 特征设计：
图像领域：SIFT 特征、HOG 特征、颜色直方图 文本领域：TF-IDF、n-gram、词袋模型 结构化数据：one-hot 编码、多项式特征、交叉特征 - 特征选择：
PCA 降维、互信息、L1 正则化 - 模型训练：
在特征空间上训练浅层模型
时代特征
- 人才稀缺度：
领域专家 > ML 工程师。一个懂医学影像的医生，比一个只会调 SVM 的工程师更有价值。 - 价值创造点：
特征设计质量。同一个模型，好的特征设计能让准确率从 60%跳到 90%。 - 瓶颈：
特征工程高度依赖人工，无法规模化。每个新领域都需要重新设计特征。
经典案例
2000 年代，ImageNet 挑战赛的前身 PASCAL VOC，获胜方案几乎都是「精心设计的特征 + SVM」。 2010 年，Kaggle 竞赛中，特征工程的技巧分享是最热门的话题。
第二次跃迁：神经网络时代 (2012-2020)
转折点：2012 年，AlexNet 在 ImageNet 上以压倒性优势获胜。
核心命题：如何设计更好的网络架构，让模型自动学习特征？
深度学习革命的本质是特征学习的自动化。CNN 自动学习图像特征，RNN 自动学习序列特征，Transformer 自动学习上下文关系。
典型工作流
- 选择架构：
ResNet？DenseNet？BERT？GPT？ - 调整超参：
学习率、batch size、dropout 率 - 训练策略：
学习率调度、数据增强、正则化 - 部署优化：
模型压缩、量化、蒸馏
时代特征
- 人才稀缺度：
深度学习研究员 > 领域专家。一个懂 Transformer 架构的人，比一个懂具体业务的人更稀缺。 - 价值创造点：
模型架构创新。ResNet 解决了深层网络训练问题，BERT 统一了 NLP 任务，GPT 开启了生成式 AI。 - 瓶颈：
模型越来越大，训练成本越来越高，但能力提升开始放缓。
关键里程碑
2012：AlexNet（ImageNet 冠军） 2014：GAN（生成对抗网络） 2017：Transformer（Attention Is All You Need） 2018：BERT（预训练语言模型） 2019：GPT-2（1.5B 参数）
第三次跃迁：提示词工程时代 (2020-2023)
转折点：2020 年，GPT-3 发布，1750 亿参数，展示了惊人的 zero-shot 和 few-shot 能力。
核心命题：如何通过自然语言指令，引导大模型完成特定任务？
当模型足够大时，你不再需要训练它，只需要提示它。Prompt Engineering 成为一门新学科。
典型工作流
- 任务分析：
这个任务适合用 few-shot 还是 chain-of-thought？ - Prompt 设计：
System prompt：设定角色和约束 Few-shot examples：给模型示范 Chain-of-thought：引导模型逐步推理 - Prompt 优化：
A/B 测试、自动化评估、Prompt 模板库 - 集成部署：
API 调用、缓存、错误处理
时代特征
- 人才稀缺度：
Prompt 工程师 > 深度学习研究员。一个能写出高质量 prompt 的人，比一个能训练模型的人更稀缺。 - 价值创造点：
提示词质量。同一个 GPT-4，好的 prompt 能让输出质量提升 50%以上。 - 瓶颈：
prompt 设计高度依赖经验和直觉，难以标准化。而且大模型本身不可控，容易出现幻觉。
经典案例
2022 年，OpenAI 发布 ChatGPT，prompt engineering 成为热门话题。 2023 年，各公司开始设立「Prompt Engineer」岗位，年薪超过 20 万美元。
第四次跃迁：Agent 时代 (2023-2025)
转折点：2023 年，AutoGPT、BabyAGI 等项目展示了 LLM 自主规划和执行任务的能力。
核心命题：如何让 LLM 不只是回答问题，而是自主完成复杂任务？
Agent = LLM + 工具调用 + 规划 + 记忆。这是从「对话式 AI」到「自主式 AI」的根本转变。
典型工作流
- 任务分解：
把复杂任务拆解成可执行的子任务 - 工具设计：
定义 Agent 可以调用的工具（搜索、代码执行、文件操作等） - 规划策略：
ReAct、Plan-and-Solve、Tree-of-Thought - 记忆管理：
短期记忆（对话上下文）、长期记忆（向量数据库） - 错误处理：
重试、回退、人工干预
时代特征
- 人才稀缺度：
Agent 开发者 > Prompt 工程师。一个能设计复杂 Agent 系统的人，比一个只会写 prompt 的人更稀缺。 - 价值创造点：
任务编排能力。一个好的 Agent 架构，可以把多个 LLM 调用串联成完整的工作流。 - 瓶颈：
Agent 的可靠性不稳定，长任务容易出错。而且每个 Agent 都是独立运行的，难以规模化。
关键里程碑
2023 年 3 月：AutoGPT 发布，展示了自主 Agent 的可能性 2023 年 11 月：OpenAI 发布 GPTs，让普通用户也能创建 Agent 2024 年：各大公司推出企业级 Agent 平台（Microsoft Copilot、Salesforce Einstein） 2025 年：Agent 开始进入生产环境，但可靠性问题仍然突出
第五次跃迁：Harness 时代 (2026-)
转折点：2026 年，多篇论文提出了「Recursive Agent Harness」概念，标志着 AI 从「模型扩展」进入「系统扩展」。
从模型扩展到系统扩展
核心命题：如何设计 Agent 的运行环境（harness），让它在复杂任务中表现稳定、可扩展？
Harness 不是模型，不是 Agent，而是Agent 与环境交互的中间层。它定义了：
Agent 如何观察环境 Agent 如何执行动作 Agent 如何管理状态 Agent 如何扩展（递归生成子 Agent）
什么是 Harness？
根据 2026 年 6 月 ArXiv 论文《Recursive Agent Harnesses》的定义：
A harness is a full agent runtime environment with filesystem tools, code execution, and planning, rather than a model call with no tools.
>
（Harness 是一个完整的 Agent 运行环境，包含文件系统工具、代码执行和规划能力，而不是没有工具的模型调用。）
典型工作流
- 环境设计：
定义 Agent 可以访问的工具、文件、API - 状态管理：
设计 Agent 的观察-动作循环 - 递归策略：
父 Agent 动态生成子 Agent，并行处理子任务 - 系统扩展：
从单个 Agent 扩展到 Agent 集群
时代特征
- 人才稀缺度：
Harness 工程师 > Agent 开发者。一个能设计可扩展 harness 的人，比一个只会写 Agent 逻辑的人更稀缺。 - 价值创造点：
运行环境设计。根据《Claw-SWE-Bench》论文（2026 年 6 月），在固定模型下，harness 选择改变了 27.4 个百分点的 Pass@1 分数。 - 突破：
从「模型扩展」到「系统扩展」。不再依赖更大的模型，而是依赖更好的 harness 设计。
关键数据
- Recursive Agent Harnesses
(2026-06-11)：在 GPT-5 上，RAH 将 Codex 编码基线从 71.75%提升到 81.36%。使用 Claude Sonnet 4.5 时，达到 89.77%。 - HarnessBridge
(2026-06-11)：可学习的 harness 控制器，通过双向投影减少 token 使用和轨迹长度。 - Claw-SWE-Bench
(2026-06-10)：模型选择改变 29.4pp，harness 选择改变 27.4pp。说明 harness 设计与模型能力同等重要。
与 Agent 时代的区别
| 关注点 | ||
| 扩展方式 | ||
| 可靠性 | ||
| 典型工作 |
五次跃迁的共同规律
回看这 40 年，每次跃迁都有相同的模式：
每次彻底改变
1. 技术栈彻底重构
特征工程时代：SVM + 手工特征 神经网络时代：CNN/RNN + 自动特征学习 提示工程时代：GPT + Prompt Agent 时代：LLM + 工具 + 规划 Harness 时代：Agent + 运行环境 + 递归
每次跃迁，前一个时代的技术栈几乎完全被替代。
2. 核心人才重新定义
特征工程时代：领域专家 神经网络时代：深度学习研究员 提示工程时代：Prompt 工程师 Agent 时代：Agent 开发者 Harness 时代：Harness 工程师
每次跃迁，「最稀缺人才」的定义都会改变。
3. 价值创造点转移
特征工程时代：特征设计质量 神经网络时代：模型架构创新 提示工程时代：提示词质量 Agent 时代：任务编排能力 Harness 时代：运行环境设计
每次跃迁，「价值在哪里创造」都会改变。
对技术负责人的启示
如果你是技术负责人，这五次跃迁给你三个关键启示：
1. 不要恋战
每个时代的技术栈都有生命周期。特征工程用了 30 年，神经网络用了 8 年，提示工程只用了 3 年，Agent 时代可能只有 2 年。
技术栈的半衰期在缩短。如果你还在用上一个时代的技术栈，你可能已经落后了。
2. 投资于人，而不是技术
技术会过时，但「学习能力」不会。每次跃迁，最稀缺的不是「会用旧技术的人」，而是「能最快学会新技术的人」。
培养团队的学习能力，比培养特定的技术能力更重要。
3. 关注系统，而不是模型
Harness 时代的核心洞察是：系统的扩展性比模型的能力更重要。
根据 2026 年的研究，harness 设计对性能的影响与模型选择同等重要。这意味着，与其追求更大的模型，不如投资更好的 harness 设计。
结论：Harness 时代意味着什么？
Harness 时代的到来，标志着 AI 从「模型驱动」转向「系统驱动」。
- 对技术负责人：
你需要重新思考团队结构。Agent 开发者可能不再是瓶颈，Harness 工程师才是。 - 对 AI 从业者：
你需要学习新的技能。不只是写 prompt，不只是设计 Agent，而是设计 Agent 的运行环境。 - 对组织：
你需要投资 harness 基础设施。这不只是「买一个 Agent 平台」，而是设计一套可扩展的 harness 系统。
过去 40 年，AI 的每次跃迁都重塑了整个行业。Harness 时代也不例外。
问题是：你准备好了吗？
觉得有用？点个关注，持续获取 AI 与组织变革的深度内容。
