决定AI稳不稳的不是模型,是外面那层Harness外壳
lxfater · x · 2026-11-21
作者认为 AI 干活不靠谱常被归咎于模型不够聪明,但 Google 与斯坦福新出的免费课和作业都在讲同一件事:真正决定稳定性的是外面那层管刹车和兜底的「Harness」。
- Google 课程例子:两个 AI 帮订餐厅都订到了,A 先查日历再下单,B 没看日历猜中时间;只看结果都满分,但再订一次 B 会翻车。
- 斯坦福开源作业禁用框架,要求从零手写 harness;88 分自动测试中 48 分不调模型,专喂空回复、乱格式和报错测容错,还带预算上限,跑飞直接强停。
- 作者自述装过几十个 Skill 跑工作流,体感是靠嘴叮嘱不如在外面写死预算和检查脚本。
结论:模型只是发动机,底盘和刹车才决定能不能上路。附 Google Cloud 免费课与 GitHub 作业仓库链接。
「编程与Agent」频道最新
- Fable 5.2 视频音画违和,作者分享在 Claude 里一步修好 — HeyAmit_ · 2026-11-21
- 日本医疗系统 Tech Lead:AI 写码时代代码设计反而更重要 — 4310sy · 2026-11-21
- 谷歌开源 stitch-skills:16 个 Skill 让 AI 编程工具画出好看的界面 — lxfater · 2026-11-21
- Yoav Goldberg:模型可内化部分 harness 能力,使其从必需降为可选 — yoavgo · 2026-11-21
- 开发者实测:Gemini UI/UX 生成胜 Claude,Codex 被评最糟 — HankYeomans · 2026-11-21
- 开源 PanelCAD:把 KiCad 式设计体验带到工业控制柜绘图 — burhop · 2026-11-21