Claude Opus 5，第一次杀死 Harness？
Claude Opus 5，第一次杀死 Harness？7 月 24 日，Claude Opus 5 上线。几个小时之内，我看到各家媒体把这个模型的评测成绩转载了一轮，而更值得留意的是 Anthropic 内部人员当天发出的一条推文。
来自主题: AI技术研报
8005 点击 2026-07-27 11:31
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
7 月 24 日，Claude Opus 5 上线。几个小时之内，我看到各家媒体把这个模型的评测成绩转载了一轮，而更值得留意的是 Anthropic 内部人员当天发出的一条推文。
刚刚，北京市发布了一份特别重磅的政策文件。《北京市关于加快智能体引领发展的若干措施》文件不长，一共10条。但我把它从头到尾看完以后，我的第一反应是，这份政策真的有点太新了。Agentic AI、Harness Engineering、AI OS、FDE、OPC、Token经济、TaaS、AaaS、RaaS、Token工厂、AIP。
在计算历史的绝大部分时间里，编程的本质是一项翻译工作：开发者需要在人类理解的维度上剖析问题，设计抽象方案，随后将其转译为机器能够执行的语法。当前的软件工程领域正在经历自高级编程语言问世以来最为显著的变化。
上海人工智能实验室团队提出的Self-Harness，近期被LangChain CEO、联合创始人Harrison Chase转发，也被前OpenAI副总裁Lilian Weng收进自进化Agent相关博客。它盯上的不是换模型，而是Agent外层那套Harness。
7 月 16 日，伯克利博士后 Haven Feng 的一条推文火了。原因无他，结果很震撼：在 ARC-AGI-3 Public 集上，一套名为 [schema] 的智能体框架，与 Claude Opus 4.8、Fable 5 组合后达到 98.98% 的 RHAE；换成 GPT-5.6 Sol 组合，分数也有 95.35%。
近日，翁荔发布长文 《Harness Engineering for Self-Improvement》，系统梳理了 harness engineering 在 AI 自我改进中的作用。
“当你需要增强自己的智能时，别指望给第三方打个电话解决，而应该在公司内部完成。”
WorkBuddy最近很火，实测下来的体感是，harness层似乎搭建得还不错，而且对国内模型的兼容度都做得很好，少有的国内应用厂商做出来的、基于国产模型的可用Agent产品。 这篇文章来自 Work
这个问题，在 AI 行业有一个专业的说法：无状态（Stateless）。而解决这个问题，正是 EverMind 过去一直在做的事情。今天，这个探索走到了一个新的节点：基于自研记忆系统 EverOS 的自进化Harness——Raven Agent 正式发布。
刚刚，翁荔（Lilian Weng）又更新博客了！距离她上一次更新《谨慎对待 Scaling Law》还不到 10 天。这一次，她书写的主题是当前大热的 Harness Engineering，聚焦的正是当下 AI 研究最前沿一个环节：当模型本身的智能已经足够强大时，真正决定它能走多远的，或许是包裹在模型外面的那层「Harness」也就是负责编排模型思考、调用工具、管理上下文、评估结果的那套系统。