https://study.helloaidev.com/tags/%E6%9E%B6%E6%9E%84/Recent content in 架构 on AI收藏夹Hugozh-CNTue, 14 Apr 2026 23:30:00 +0800https://study.helloaidev.com/posts/thin-harness-fat-skills-garry-2026-04-14/Tue, 14 Apr 2026 23:30:00 +0800https://study.helloaidev.com/posts/thin-harness-fat-skills-garry-2026-04-14/<h1 id="瘦-harness胖技能">瘦 Harness，胖技能</h1> <ul> <li><strong>来源</strong>: <a href="https://x.com/garrytan/status/2042925773300908103">X.com - @garrytan</a></li> <li><strong>作者</strong>: Garry Tan (@garrytan)</li> <li><strong>翻译时间</strong>: 2026-04-14</li> <li><strong>原文标题</strong>: Thin Harness, Fat Skills</li> </ul> <hr> <h2 id="正文内容">正文内容</h2> <p>Steve Yegge 说，使用 AI 编码代理的人&quot;比今天使用 Cursor 和聊天的工程师生产力高 10 到 100 倍，大约是 2005 年 Google 员工的 1000 倍。&quot;</p> <p>这是真实的数字。我见过。我经历过。但当人们听到它时，他们倾向于错误的解释。更好的模型。更聪明的 Claude。更多参数。2 倍的人和 100 倍的人使用的是相同的模型。差异不在于智能。而在于架构——它可以写在一个索引卡上。</p> <hr> <h2 id="harness-就是产品">Harness 就是产品</h2> <p>2026年3月31日，Anthropic 意外地将 Claude Code 的整个源代码发布到了 npm 注册表。512,000行。我读了它。它证实了我一直在 YC 教授的一切：秘密不在于模型。而在于包裹模型的那个东西。</p> <p>实时仓库上下文。提示缓存。专用工具。上下文膨胀最小化。结构化会话记忆。并行子代理。这些都没有让模型更聪明。所有这些都给模型提供了正确的上下文，在正确的时间，而不让它淹没在噪音中。</p> <p>那个包装器叫做 <strong>harness</strong>。每个 AI 构建者都应该问的问题是：什么进入 harness，什么留在外面？答案有一个特定的形状。我称之为 <strong>瘦 harness，胖技能</strong>。</p> <hr> <h2 id="五个定义">五个定义</h2> <p>瓶颈从来不是模型的智能。模型已经知道如何推理、综合和编写代码。它们失败是因为它们不理解你的数据——你的模式、你的约定、你的问题的特定形状。五个定义解决了这个问题。</p> <h3 id="1-技能文件">1. 技能文件</h3> <p>技能文件是一个可复用的 markdown 文档，教模型<strong>如何</strong>做某事。不是做什么——用户提供那个。技能提供过程。</p> <p>大多数人错过的关键洞察：<strong>技能文件就像方法调用一样工作</strong>。它接受参数。你用不同的参数调用它。相同的程序根据你传入的内容产生完全不同的能力。</p> <p>考虑一个叫做 /investigate 的技能。它有七个步骤：确定数据集范围、构建时间线、为每个文档做 diarize、综合、论证双方、引用来源。它接受三个参数：TARGET、QUESTION 和 DATASET。指向一个安全科学家和210万封发现邮件，你得到一个医疗研究分析师确定举报人是否被压制。指向一个空壳公司和 FEC 文件，你得到一个法医调查员追踪协调的竞选捐款。</p>