原文：The Power of the AI Harness: Long Live the Application Layer
作者：David Talpalar, GP @ Shirlawn
来源：SandHill.io #299 推荐阅读 · Investment Themes & Theses
NVIDIA 上周五发布了一项里程碑式研究，证明了 harness（驾驭层/外围软件）的巨大价值——进而也证明了应用层本身的价值。
所谓 AI harness，是包裹在 AI 模型周围、把它变成主动 Agent 的外围软件基础设施。Harness 管理多步骤流程，促成与外部工具的连接；它们追踪记忆，并强制执行安全规则。
我用定义开场，是因为从第一天起——无论我们有没有意识到——AI harness 就处在 AI 讨论的中心。
AI 时代的首要问题之一是：在一个 AI 极其强大的世界里，价值归谁？我们已经有了一些答案。AI 对电力与基础设施产业极其有利。AI 显然也在模型层创造价值——OpenAI 与 Anthropic 合计约 2 万亿美元估值就是例证。
Harness 是应用层的基础。一度被贬为不过是「模型套壳」（model wrapper），应用层已被证明比一些怀疑者最初以为的更耐久、更强大、更有价值。且不说这些应用层公司——例如 Cursor、Cognition、Harvey、Legora——已经在它们之间建立起数千亿美元企业价值，我们现在还有可量化的数据，显示一个好 harness 有多强。
NVIDIA 上周五发表的新研究报告表明，相对于模型独自行动，一个好 harness 可以有多强大。Nvidia 研究者让 Claude 的 Opus 5 模型在交互推理基准 ARC-AGI-3 上拿到了 100% 的分数。AA3 是一组没有说明书的游戏，模型必须自己搞清楚怎么玩、怎么赢——所用推理与人类在同样情境下类似。没有 harness，Opus 5 得了 30%——这已是所有被测模型中最好的结果。
这项研究与应用层的关系
这个差距有多大，再怎么强调都不为过。我读完了小学。我知道考 100% 的学生和考 30% 的学生之间的差别。
这项研究直接告诉我们的，适用于垂直领域里的 harness。应用层公司的价值，就在它们的 harness 里。结论很直白：专门化应用可以显著优于 LLM 本身。应用层管理多步骤流程、连接到外部工具、追踪记忆、强制执行安全规则的能力，正是客户愿意为这些供应商付钱的原因。
性能至关重要，但它只是三个重要维度之一。对任何给定任务，harness 的工作之一，是决定该把成本、性能、速度各自加权到多强。这是一个非常复杂的问题。对任何一个 AI Agent，日常可能必须解决成百上千个给定问题。每一个都需要审慎思考：输出应该落在成本-性能-速度这个三维空间的何处。这也是一个动态问题：模型公司几乎每周都在推出新版本。把这一切考虑进去，你就会明白：建造并维护完美的 harness，是一份全职工作。
在一个有 harness 的世界里，模型显然也有价值。我们可以把模型想成大脑，而 harness 是 AI Agent 的身体。随着大脑变强，身体也能执行更复杂的操作。每一次模型迭代，都会解锁新的一小类任务，等着新的 harness 去解决。
Nvidia 的研究就是证据
风投圈眼下有一种主流共识：现在唯一值得建的公司是深科技和 AI 原生服务公司——这种心态由需要足够大空间来支撑其回报的数十亿美元级基金驱动，因为（1）这些空间足够大，撑得起它们需要的结果，（2）这些公司有护城河，不太可能被模型公司本身脱媒。它们忽视应用层，是自担风险。
我今天本想写更长一篇，但有时少即是多。数据比我能讲的故事更好，所以值得再重复一遍：Nvidia 的研究表明，带上 harness 的模型，在某些任务上可以从 30% 的表现走到 100%。单凭这条证据，我就很清楚：垂直应用层有太多东西可建，而且短期内这一点不会改变。
本文由 RecodeX 编译自 SandHill.io #299 推荐阅读，原文链接与作者见文首；原文版权归原作者所有，译文仅供学习交流，如有异议请联系我们处理。