如果你最近一周同时刷到过三条新闻——Earendil 发布持久化 Agent 框架 Pi Durable、DeepSeek 把自家的 Agent 工作台 DeepSeek Harness 开源、arXiv 上出现一篇叫 Harness Annealing 的论文——你可能会隐约感觉到一件事在发生。Shrivu Shankar 在八月底写的那篇「The Harness Is the Company」给出了名字：每一家 SaaS 公司，不管意识到没有，都会变成模型周围的一层 harness。
这篇文章把这个判断放到本周的语境里重新检验，结论是：它不仅成立，而且正在从观点变成可观察的事实。
先定义：harness 到底是什么
狭义的 harness 大家都熟悉：LangGraph、Claude Code、OpenCode 这些框架，把一个无状态的模型 API 包上工具、上下文和状态管理，让它能干活。
但 Shankar 的用法更宽：harness 是围绕无状态 LLM 的一切基础设施、接口、上下文与状态。它可以由更小的子 harness 组合而成，顶层的编排者叫 meta-harness。一家「软件工厂」就是一个 meta-harness——一个负责写规格、一个负责写代码、一个负责审查，最上面还有东西决定什么先跑。
这个定义的关键推论是：harness 不是开发工具，harness 是生产资料。
四级演化：从用到被编排
Shankar 给出的路径值得逐级对照自己的团队：
第一级：没有 harness。 传统 SaaS，人写软件，卖软件服务。
第二级：个人操作 harness。 工程师、产品、销售开始和 Agent 搭档干活，产出仍是人的，效率提升了。
第三级：个人编排 harness。 核心任务迁到云端后台 Agent——笔记本跑不动二十个并发 Agent。人们的工作从「做」变成「触发」（写提示词）和「审阅」（看产出）。
第四级：harness 编排个人。 后台 Agent 变成主动式，人的审阅从逐条变成抽样，Agent 自己决定做什么。到这一步，公司实质上已经变成了一个 harness：产品完全是模型输出，公司提供的是上下文、集成和人类审阅界面。
多数技术公司现在停在第二、三级之间，但设备商、支付公司这些「软件服务密集型」行业的领先者已经在向第四级迁移。
本周的三重佐证
判断一个抽象趋势是否成真，最好的办法是看基础设施是否在跟进。本周恰好凑齐了三层：
持久化层：Pi Durable 把「长时运行、崩溃恢复、多对话并发」做成了约一万五千行 TypeScript 的开源框架。它的检查点设计——每一步任务先存检查点、崩溃后从未完成处续跑、提交恰好一次——解决的是第四级演化的硬前提：harness 必须比进程活得久，否则「后台 Agent 主动干活」就是一句空话。
产品层：DeepSeek Harness 开源，把「一切皆插件」的执行框架、Creator Mode 对话式建插件、定时任务与执行轨迹排查打包成可用产品。注意它的定位：不是编码工具，是覆盖办公、数据、编码、研究的通用工作台。大厂开始把 harness 当独立产品线经营，说明这一层的商业价值已被官方确认。
模型层：arXiv 新论文 Harness Annealing 研究的问题恰好是反面——如何让模型学会在更少的外部控制下行动。加上同批次的 AutoCompact（把上下文压缩决策学进策略），研究者正在把 harness 里的关键决策逐个内化到模型权重里。
三层同时推进，说明 harness 不是某个产品类目的营销词，而是一个正在成型的技术栈分层。
组织反转：人成为 harness 的组件
这是 Shankar 文章里最尖锐也最容易被误读的部分。他说：组织图与软件的关系反转了——过去组织围绕人设计，软件是产出；harness 化之后，组织图变成一个问题：把人放在哪里，才能让 harness 从他们身上获得最多的品味和判断。
这不是「人被替代」的叙事，而是「人的位置由系统的信息流决定」。产品负责人不再逐个做决定，而是在 Agent 汇总了二十场客户访谈后审阅综合结论；架构品味持有者不再读代码，而是在 Agent 提出的三个方案里做选择。人类判断成了稀缺资源，harness 的职责是把它花在刀刃上。
对「AI 粗制滥造工厂」的担忧，答案也在这里：好的 harness 不是熄灯工厂，而是品味分配器。哪怕今天的前沿模型还做不好外循环，把规划与审查拆成带可验证奖励的任务，正是各家实验室正在训练的方向。
选型与自建的分界线
对要落地这件事的团队，Shankar 给的分界线很实用：
- 自建顶层 harness——决定做什么、审查产出、编排全流程的部分。这是新的核心竞争力，等同于前 AI 时代的产品工程组织，不该外包；
- 标准环节买现成——当某个第三方把「规格到已测试的 PR」这类可验证任务做得足够好，就整体替换掉，但要保留写输入规格和处理产出的部分；
- 所有软件必须 headless——核心链路上的一切工具都要能被外层 harness 以 API 方式驱动，界面成为人类审阅专用。
判断标准也很残酷：如果一家公司的全部外循环都能被第三方 harness 接管，那这门生意已经被商品化了。
写在最后
把本周的三件事连起来读，可以看到一条清晰的曲线：harness 的能力边界由框架决定（Pi Durable）、由生态决定（DeepSeek Harness）、由模型内化的程度决定（Harness Annealing）。三条曲线在 2026 年 10 月这个时点交汇，而大多数企业还停在第二级。
窗口期就在这里：当 harness 化的工具链变得人人可得之前，先把组织往第三、四级迁移的公司，会积累一层别人难以复制的资产——不是模型，不是代码，而是被 harness 结构化过的领域知识和人类品味的接线方式。这才是「harness 即公司」的真正含义。