Harness Engineering 是否已死的争论
先了解这件事
2026年10月20日，围绕“harness 工程已死”的说法出现公开反驳。Elvis Saravia 在 X 上发文称，这一说法与“提示词工程已死”“RAG 已死”一样，是为流量炮制的误导性论断，其依据只是几篇实验设计不佳、仅聚焦已被刷满的 SWE benchmark 的论文。同日，DAIR.AI 也在 X 上发文反驳，称该说法主要源自近期几篇论文，这些论文实验设置糟糕，只聚焦于已被刷到极限的 SWE 基准上的 SWE；在 SWE 领域，确实有很多 harness 相关内容正被模型吸收，这归功于 harness 与模型协同进化的更好方法，但现实中仍需要一个稳定、最小化的 harness（原文在此处截断）。目前该讨论仍停留在观点反驳层面，报道未给出更多实验或数据。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- DAIR.AI (@dair_ai) · Xharness 工程已死？并非如此
harness 工程死了吗？ 绝对不是！ 就像“提示词工程已死”和“RAG 已死”的说法一样，这不过是又一个为了点击量和引战而生的错误论断。 它主要源自最近发表的几篇论文，这些论文实验设置糟糕，只聚焦于已经被刷到极限的 SWE 基准上的 SWE。 如果只谈 SWE，那当然很多 harness 相关的东西正被模型吸收。这很好。这要归功于 harness 与模型协同进化的更好方法。 但现实中，你仍然需要一个稳定、最小化的 harness，才能可靠且低成本地获得高质量结果。 我看到的大问题是，我们假设 SWE 不会演进。它已经演进了，因此团队发现他们需要专门的 harness 来改进代码审查、网络安全，以及在更复杂环境（多智能体系统、沙箱等）中的工作。 harness 不只是关于提示词；它是让 AI 模型在现实世界中运作的脚手架，涵盖安全、安全护栏、授权、协调、记忆、可扩展的新基础设施、效率、成本等等。如果你在计算机科学领域待得够久，这些没有一样是固定不变的。那怎么能说脚手架/harness 不需要？更糟的是，怎么能说这些 AI 模型会知道所有这些——其中很多还是专有的、且因问题和领域而异的？ 当你把智能体应用到 SWE 之外时，情况会更复杂；领域专用的 harness 正在各处涌现。这些……
- elvis (@omarsar0) · X驳斥“Harness 工程已死”：仍需专用脚手架
Elvis Saravia 反驳“harness 工程已死”的说法，认为这与“提示词工程已死”“RAG 已死”一样是为流量炮制的误导性论断，依据只是几篇实验设计不佳、仅聚焦已被刷满的 SWE benchmark 的论文。
本事件热度走势
当前热度 19·可比范围峰值 19（10月21日 00:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。