Harness、林俊旸、万亿美金赛道和 Anthropic 的手掌心

107 0 0

文章摘要

【关键词】 Agent基础设施、 Harness生态、人机协作、训练环境、协议标准

文章深入探讨了AI Agent时代下“Harness”作为新型基础设施的核心地位与战略意义。文章开篇以“Harness”一词的隐喻引出AI Agent时代人机关系的根本性转变：从被动使用工具转向主动驾驭具有自主性的AI实体，其本质是“共生式的不对称协作”——人类提供意图与方向，AI提供能力与执行效率。这一关系重构催生了以Harness为核心的万亿级基础设施层，它并非单一组件，而是一个由多层模块构成的复合体系，涵盖上下文工程、记忆系统、工具接入、技能封装、护栏安全、评估可观测与编排状态管理等环节。文章强调，Harness与传统数据集存在本质差异：前者是动态可演化的架构栈，后者仅为静态输入； Harness的质量直接影响Agent的最终性能，正如基座模型质量决定模型优劣一样。

关键发现指出，当前行业正经历从“推理思维”到“代理思维”的范式迁移：Agent不再局限于封闭式推理链生成，而是在真实交互中持续推进任务目标。作者引用Qwen前技术负责人林俊旸的推文论证，Instruct方式在Agent时代已失效——无法覆盖开放动态环境中的复杂决策需求，必须依赖外部结构化支持，即Harness。尤其在Agentic RL闭环训练中，Harness不仅是运行时保障系统，更是训练时不可或缺的支撑架构，其环境构建模块构成Agent能力进化最核心的基础设施瓶颈。

文章进一步展开Harness内部七层架构的创业版图分布。其中工具接入层被MCP协议标准化（月下载量超9700万次），基本被巨头垄断；安全护栏、评估可观测及编排层成为创业热点，如Arize AI、Langfuse、Runlayer等公司估值快速增长；技能封装层因垂直行业应用落地而尤为突出，典型代表Harvey（法律AI）与Abridge（医疗AI）分别获110亿和53亿美元估值。作者特别提出“模块价值分野”理论——解决模型能力问题的赛道易被大模型厂商收编（如上下文优化技术可能随参数增长迭代淘汰），而解决系统设计问题的赛道具备独立价值与IPO潜力（如合规护栏与评估系统依赖第三方独立性）。

据Wing VC测算， Harness赛道2030年整体独立创业公司估值空间为5000-8000亿美元，若计入模型厂商自建部分则总规模可达2.5-3.8万亿美元，与当前云计算Infra体量相当。文中重点分析Anthropic的战略布局：通过MCP协议、Agent SDK、Skills系统等构建协议型基础设施生态，而非OpenAI的应用商店模式；其与Menlo Ventures联合设立1亿美元的Anthology基金，以非经济利益捆绑初创企业并获取技术先机。这种“无成本期权”策略凸显其在生态定义权上的巨大优势。最后指出，Agent交互接口的高度动态性与分布式特性，使得协议标准远比单一产品生态更具战略价值，TCP/IP式的连接标准正在取代App Store逻辑，使Anthropic在 Harness赛道上具备显著路径锁定效应，唯有中国创业者或能另辟平行生态以突破其主导格局。

Harness 的出现标志着人与 AI 关系从使用转向驾驭，并将催生一个结构完备、层级分明的全新基础设施层。
Harness 是 Agent 运行时和训练时的双重基础设施，其本质是让 AI 能够在保持自主性的同时严格服从人的指令。
在 Agentic RL 的闭环里，缺乏 Harness 相当于没有反馈信号回路，训练根本无法启动。
林俊旸所指的“环境构建”，正是 Harness 中用于驱动 RL 训练的反馈系统，已成为最具商业价值的子赛道。
安全护栏与评估可观测等系统设计模块具备不可替代的独立价值，其商业成功更倾向于IPO而非被收购。