从养虾（OpenClaw）到养马（Hermes），鹅厂AI概念“过山车”式追赶背后

不管是龙虾，还是Harness，Hermes，这些AI变种的快速崛起，折射出AI行业从“模型竞赛”转向“工程落地”时的集体焦虑与探索。

回顾这三年多的发展，大模型已经历了从“觉醒”到“执行”的多次跨越。中间，我们兴奋过、恐慌过，然后坦然接受，这个有可能替代人类大脑的“数字生命体”，正在以最快的速度进化着，每一个新技术概念推出背后，其实都是它成为“最强自我”的一次蜕变。

对于身处其中的我们而言，与其焦虑，不如积极拥抱变化，学会与之协作。这应该是被称为“鹅厂”的腾讯，以及更多的互联网大厂，在全新AI时代的自我定位。

今天，无意中看到“腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生”的一篇署名文章，标题是《人工智能正式进入 Harness 时代》。于是，整个人好像一下被外力击中。

最近几个月，腾讯一直在“全力搞虾”。除了一口气上线五只龙虾（桌面AI智能体WorkBuddy、接入企业微信的OpenClaw、接入QQ的OpenClaw、腾讯云轻量云部署OpenClaw，以及腾讯电脑管家推出的QClaw），公司还会把所有产品都“虾化”。腾讯CEO马化腾发朋友圈称：自研龙虾、本地虾、云端虾、企业虾、云桌面虾，安全隔离虾房、云保安、知识库……还有一批产品陆续赶来。

之后的时间里，腾讯不负众望。办公虾、情报虾、盯盘虾、家教虾……每一款“虾品”，都直戳用户痛点！

就在人们看到“鹅厂”已成为这场“龙虾大战”中的“顶尖玩家”时，Harness这个AI“新宠”出现。而腾讯的表现是，没有任何犹豫，选择立刻接入。战略变化之快，让人始料未及。

但如果你仔细阅读汤道生的这篇文章，就会理解腾讯最新变化的心路历程，同时还会深刻认同一个核心观点——AI落地是一道工程难题，为了让模型能够长出手脚、能真正干活，所有技术概念都是“变量”，是外部的“壳”，所以不管是OpenClaw，还是Harness，本质上都是把“贵族玩具”变成“大众工具”的那套系统。模型没变，变的是驾驭它的“线束”。

那么，问题来了，Harness到底有着怎样的“魔力”，让今年非抓住点什么的“鹅厂”，必须要迎头赶上？先捋一捋Harness发展的时间线！

要理解Harness为什么突然成为“鹅厂”的最新追捧对象？得先看AI工程这几年走过的路线！

2022年：模型从"能说"开启新时代。ChatGPT的诞生，全世界震惊。能写诗、能编故事、能解释相对论。但很快大家就发现了一个尴尬的现实：模型能生成，但不能行动。能写邮件，但发不出去。能写代码，但跑不了。工程上的产物是Prompt Engineering——怎么问才能让模型答得更好。

2023-2024年：模型学会了连接。Function Calling、LangChain、AutoGPT……这些技术的本质，只有一个，那就是让模型能够调用外部工具。但连接不等于能干活。AutoGPT那种"让模型自己跑"的尝试，像极了让一个刚学会走路的孩子去跑马拉松。尽管demo惊艳全场，但一上生产环境就翻车。所以，热潮来得快，去得也快。

2024年：推理模型登场。这回不一样了，模型学会了思考，代码能力也突飞猛进。但仍面临一个窘迫的现实，干活干到一半突然“断片”，原因是：短期记忆不够用，长期目标保持不住。

2025年：AI迎来Agent元年。Agent能自主工作数小时了，但新的问题是，它无法判断自己是否完成工作，多个Agent并行时小错误会被放大，直至系统崩掉。代码库出现大量"AI slop"，系统结构出了问题。

2026年：治理时代Harness来了。Harness ，中文意思是“马具”、“缰绳”，Harness Engineering被正式命名后，工程师的工作重心变成了"设计环境、明确意图、构建反馈回路"。

从这个时间轴来看，虽然Harness只用3个月时间就火遍AI圈，但其实是AI工程集体进化的结果。

Harness 的诞生缘起于2026年2月，HashiCorp联合创始人、Terraform缔造者Mitchell Hashimoto在一篇博客中，首次提出了 “Harness Engineering” 这一说法。他将自己使用AI编程的进化拆成了六个阶段，第五个阶段就叫Engineer the Harness。他的定义非常朴素：“每当你发现Agent犯了一个错误，你就花时间去工程化一个解决方案，让它再也不会犯同样的错”。

之后，OpenAI迅速跟进，发布技术博客《Harness Engineering: Leveraging Codex in an Agent-First World》，用一场激进的实验向行业展示了什么是Harness。该实验是，一个仅由3名工程师组成的团队，在5个月内用Codex Agent生成了超过100万行生产级代码，合并了约1500个Pull Request，没有一行代码是人类手写的。

进入3月份，Harness开始真正“出圈”。Anthropic发布重磅工程博客《Effective harnesses for long-running agents》，正式将Harness定义为“支撑复杂AI智能体运行的外部框架、控制机制与编排系统”。他们还展示了经典的三智能体分离架构：规划者（Planner）、生成者（Generator）、评估者（Evaluator），将生成与评估的职责拆分后，任务验收准确率直接提升到了94%。

3月中旬，LangChain发布了一篇题为《The Anatomy of an Agent Harness》的实证文章，彻底点燃了行业热情——仅仅是给同一个大模型换上一套更精巧的Harness架构，它在Terminal Bench 2.0上的通过率，就从52.8%直接拉升到了66.5%，排名从三十名开外狂飙到前五。

4月初，腾讯集团高级执行副总裁汤道生指出：“在同样的模型能力下，不同的脚手架设计，对实际使用效果与tokens成本有很大影响。”。AI明星林俊旸也公开表示：“现在模型+harness的模式已经超过单纯的AI模型。Harness的设计和质量能显著影响AI智能体性能，开发Harness是正确的道路。”

自此，行业共识达成，新AI公式诞生——Agent = Model + Harness。

新的问题是，有人可能会问了。有了Harness，以OpenClaw为代表的龙虾们，还能继续玩下去吗？答案是：不仅能继续玩，还能玩出新花样！

现在，除了OpenClaw这只龙虾，AI界又出了一个爱马仕Hermes Agent，据说这个东西的强大之处在于，Agent自己能做Harness Engineering。

这里，需要插播一条消息：就在笔者撰稿之际，腾讯云传来新动态。腾讯云轻量应用服务器Lighthouse正式上线Hermes Agent专属应用模板，这也是行业首家实现该开源AI智能体的云端一键快速部署，其企业级ClawPro产品也将于本周内完成适配支持。在竞争白热化的AI世界，“鹅厂”的技术嗅觉和反应速度，真是令人惊叹。

那么，Harness与OpenClaw、Hermes Agent之间到底是怎样一种关系？很明显，既有竞争，又能互补！从竞争层面看，一个新技术出来，必然是在上一代技术基础上进行了迭代；互补，是因为没有任何一项技术能做到十全十美，永恒不变。就三者关系而言，大家都是各有所长。OpenClaw负责触达用户，Hermes Agent负责持续进化，而Harness Engineering则负责可靠性。

对于用户而言，短期内OpenClaw更实用。能快速上手，技能生态成熟，IM渠道齐全，日常自动化够用。中期看，Harness Agent的自主进化能力会拉开差距。一个能自己学习、自己改进的Agent，跟一个只会执行预设流程的Agent，长期效率肯定会差一个数量级。但到最后，决定输赢的胜负手在于，谁先把Harness Engineering的方法论融入产品，谁就能在"聪明"和"靠谱"之间找到平衡。

事实上，Hermes Agent能够快速走进大众视野，也是AI工程相互融合的结果，本质上都是为解决“一个会思考的大脑”和“一个能干活员工”之间的那三道坎：记忆、工具和安全问题。

从某种角度来说，不管是龙虾，还是Harness，Hermes，这些AI变种的快速崛起，折射出AI行业从“模型竞赛”转向“工程落地”时的集体焦虑与探索。

不管它们是否会昙花一现，但至少现在，人们已经意识到：要想让AI更靠谱，模型强还不行，还需要一套可靠的“缰绳”，这套缰绳还得Agent自己去生、去养，最后要实现的目标是——靠谱、能干活这一AI终途！