Harness:讓 AI 動起來的地板

先想像一個畫面。你花大錢請到一個世界級的大廚,他手藝一流、腦子裡有一百道菜的做法。但你把他帶到一個空房間,只有一張空桌子——沒有爐子、沒有刀、沒有食材、連水都沒有。這個大廚再厲害,能端出一盤菜嗎?不可能。他的能力是真的,但他沒有一個「能工作的環境」。AI 就是這個大廚。前面我們把它教得很聰明,但如果它沒有一間「廚房」,它就只能用講的,動不了手。

第一段,harness 是什麼。它就是「跑 AI 的環境」——那間廚房。裡面有什麼?有工具,讓它能真的打開檔案、查資料、寄信、操作系統;有對外的連線,讓它接得到它需要的東西;還有出錯的時候怎麼接住的機制。這些加起來,就是 harness,就是 AI 站著工作的那塊地板。它不是 AI 的腦,不是 AI 的做法,而是讓那顆腦、那套做法,能真正落到現實、動得了手的整套底層設施。

第二段,它怎麼運作。你可以這樣想:模型本身,只有一顆腦。光有腦,它能做的就是「用講的」——告訴你這封信該怎麼寫、這個檔該怎麼改。但它碰不到你的檔、寄不出那封信。harness 做的事,就是幫它接上「手腳」:把一個個工具,接到 AI 身上,讓它從「告訴你怎麼做」,變成「自己真的去做」。舉個最有感的例子:你請 AI 幫你把一份報表裡算錯的數字改對。只有腦的 AI,會跟你說「第三行應該改成五百」,然後你得自己去打開檔案、找到那一行、手動改掉;但接上了「檔案工具」的 AI,是自己打開那份檔、自己找到那一行、自己改好、自己存檔——你連碰都不用碰。同一句交辦,差別就在它有沒有那雙手。所以 harness 的核心,是「工具的接入」——它決定了 AI 的手,能伸到哪裡、能碰到什麼。

第三段,有了 harness,好處是什麼。最根本的一個:AI 從「能講」變成「能做」。再具體一點,三個。第一,能自動:它自己讀、自己寫、自己送,你不用手動把中間結果搬來搬去。第二,能重複:今天能跑,明天排程讓它自己再跑一次,不用你在旁邊。第三,接得住錯:真的出了狀況,有一個地方去處理它,而不是整條流程當場垮掉。你會發現,這三個,全都是「可靠地把事情做完」的必要條件。

第四段,實際上你怎麼用?好消息是,你可能天天都在用一個 harness,只是沒意識到。你用的那些 AI 工具——像 Claude Code 這種能真的幫你讀檔、改檔、跑指令的——它本身,就是別人幫你蓋好、裝潢好的一間廚房。工具、檔案存取、執行環境、出錯處理,全都幫你接好了,你直接進去用就好。所以對大部分人來說,「用 harness」不是自己去蓋,而是「選一個好用的、已經蓋好的」。你的重點,是知道它為什麼重要、以及怎麼挑。

最後一個提醒。地板的品質,直接決定你的上限。如果這間廚房的工具很爛、沒有防護、出錯就整個當掉——那不管你上面的 AI 多聰明、你的 loop 設計得多好,整個都會跟著不穩。因為前面幾集講的那些——loop 自己跑、graph 多個分工——全都是站在這塊地板上的。地板一晃,上面全垮。所以選一個好的 harness,不是小事,你其實是在選你這整套 AI 系統的天花板有多高。這也是為什麼工程的人,很在意底層跑在什麼上面。

這集帶走一句話:harness,就是讓 AI 從「能講」變成「能做」的那塊地板——工具、環境、出錯處理,一整套讓它真的動得了手的底層。沒有它,再聰明的 AI 也只能用嘴巴告訴你怎麼做。你可以這樣記:AI 的聰明是引擎,harness 是路;引擎再強,沒有路,也到不了任何地方。而大部分時候,你不用自己鋪路,選一條好路就行。最後一集,我們講當一個 agent 不夠、要一群 AI 分工時,怎麼把它們接成一張圖,那個叫 graph。我們下次見。