摘要

模型即 Agent，模型以外都是 harness——来新璐把模型比作"聪明的大脑，没有身体和手脚"，harness 是让它作业的"机甲"。 他只赞成"Agent 上限来自 harness"一半：智力上限仍在模型层，但当前模型"智商在一百二到一百七之间"已够用，harness 极大扩充能力半径。这是他 9 个月前写 Learn Claude Code（GitHub 5 万星）的心法，也是对 LangChain/LangGraph 这类 prompt-node 流派的明确批评。
判断 harness 好坏的两条标准，以及他的赛道判断：与模型运行原理自洽（乱裁上下文、改系统提示词会让 KV cache 失效——“最好的管理就是不要做管理”），与模型进步方向正交（node graph 那套随模型变强必须拆掉，像 LangChain 一样不断破坏性重构就是反例）。推论：harness 不需要水平差异化，派系不会多，“可能两年之后 maybe 这个赛道就没了”——做 harness infra 的窗口期可能很短。
CLI 正在替代 MCP 的一部分场景，逻辑是预训练语料：Linux 命令在预训练里"可能有几十亿条"，训练鲁棒充分；MCP 是近两年的新协议，语料占比"可能都不到百分之零点一"。他自己 2025 年 3 月装了 GitHub MCP，后来发现 gh CLI 成功率高一大截就把 MCP 卸了；飞书 CLI 也被他认为比旧插件更灵活、完成率更高。“Bash is all you need"是他 9 个月前写在仓库上的标语——各系统停发 MCP、转发 CLI 已是共识，但主流开源框架并非围绕此构建。
Claude Code 源码泄露的最大惊喜是记忆与压缩的工程兜底：每轮结束 Stop hook 触发 fork agent 复用 KV cache 判断存什么；Auto Dream 隔天、大于五个 session 才启动，像做梦一样重放近期对话，纠错、合并记忆。上下文满时或踢掉垃圾腾几十 K，或在 0.8 阈值处写交接文档给下一个 agent 接力。哲学一以贯之：更少 control、更多 context、更多 action，“零 control 吧，最多就是限制你有些工具不能调”。
重要性排序：模型 > 上下文 > 工具。” agent 任务表现不好，换一个更强的模型就好了"；但用户视角上下文才是可操作空间，因为"我们大部分人没有上千卡的集群"。Agent 模型仍处"婴儿期"——Anthropic 去年初率先转训智能体模型，OpenAI 二五年下半年才追、落后半年——所以不必过快讨论 token efficiency，贴着 SOTA（Anthropic）和次 SOTA（Kimi、MiniMax、GLM）做产品即可。
他自己的下注：刚 close 三百多万美金（团队=他+两个实习生），做 1KB 的 agent computer 工具链——用数据结构在内存里实现一台虚拟 Unix 计算机，“像一个 Map 差不多大小”，任何能跑 JS 的场景（网页、微信小程序）都能给 agent 一个 Unix 居住环境。对标 AWS Agent Core、阿里云 Agent Base 但不绑云；牺牲 GCC、真实浏览器，理由是重型组件本就该抽成集约化 infra 服务。
除 harness infra 外他看好两个方向：一是 agent 混合组网——云服务器、Mac mini、NAS、闲置手机无公网 IP 的组网，Tailscale 方向对但"不太 agent native"，且 agent 需要高通量上下文交换，与几分钱级高频 agent payment 同构；二是个性化训推——Thinking Machines Lab 的 Tinker 式集约化训练，API header 里带 LoRA 引用挂上去推理，“多支付百分之五的成本"换参数级个性化。
终局暴论：零人公司。 Agent 模型阶段约持续三年，下一步是蜂群化——agent 自己管理协调 agent、编排能力被训进模型，再往后是 AI 做发明者。“我从来不觉得一人公司是本质的事情，我认为真正 make sense 是零人公司”——公司本就是黑盒，未来投资标的是一个个 agent。来新璐提到了真格×十字路口 token grant 资助的 UU Agent：创作者弃养后靠 GitHub 化缘买 token 自我进化，目标超越 Claude Code；token grant 捐了第一笔钱。

精读

1. 模型以外都是 harness：机甲论与"上限之争"的对半答案

来新璐给零基础者的一句话定义：“模型以外都是 harness”——模型是"聪明的大脑，但没有身体和手脚，只能思考，没办法行动”。对"agent 上限来自 harness 设计"他只赞成一半：智力上限提升"肯定还是模型层面的发展"，但现在大部分模型智力够用了，“把模型比成人的话，我们智商在一百二到一百七之间”。
补全能力的比喻是全片题眼：人可以"去健身、去学舞蹈、去修习武术，去穿上这个机甲来作业"——机甲就是 harness，“它极大的扩充了我们的能力”。

2. Learn Claude Code 介入了一场派系之争

9 个月前写这份教程（GitHub 超 5 万星）的动机：Claude Code 套个网页就是极强的 agent 产品，但开发者熟悉的是 LangGraph/LangChain 那套"基于 prompt、基于 node 和 flow"的方法，“每次跟大家说这一条，很多人可能不太相信”——所以做了资料仓库解析 Claude Code 的设计模式，作为"构建 code agent 的心法"。他的判断是prompt flow 那套方法论会越来越不适用，“模型即 agent"的 agent native 范式会被更多人采用。
主持人的追问值得留：Claude 刚推出 managed agents，源码也泄露了，还有必要学 harness 吗？就像云服务器刚出现时工程师也想搞懂 infra，“到后面你发现百分之九十九的工程项目根本就不需要”。来新璐承认推演下去"肯定未来会有那么一天”——像 Next.js 一样开箱即用，“两三年以后它可能成为一个非常清晰的大家开箱即用"的层；但现在正处技术周期，“你自己都不了解这个技术周期变化的内核，你很难构建一个产品去吃掉它的红利”。不懂 harness 做出的产品"缺乏灵魂和缺乏进一步迭代的空间”。
顺带对产品经理的质疑：“今天的产品经理跟过去的产品经理其实指的不是同一种产品经理”——以前画好 UX/UI 就行，今天必须同时懂场景痛点和"技术上到底在变什么"。

3. Harness 三层拆解：执行、上下文、治理

他把 harness 拆三层：执行能力层（CLI、注册工具、MCP 扩展，给模型 action 能力）；上下文/状态层（system prompt、skills、memory，以及上下文窗口装满后的 offload——“你以为还是那个 agent 在工作，其实已经是一个新的模型窗口"在接力）；治理编排层（一百个 agent 怎么按组织架构协作，加上权限隔离）。
串三层的例子是"两周协调大量 agent 从零到一构建 C 编译器”：第一层给文件增删读写搜索的工具；第二层因为 C 编译器远超单个上下文窗口，agent 要写文档委托状态、依次接力；第三层管并行与串行的编排，以及权限——测试 agent"不应该一边测一边修改代码，说哎我测不过，我把那儿修改一下就好了，它一直在 hack 这种 pass"。
工具层看似简单，主要就三样：文件系统增删读写搜索、browser、Python/Node 这类语言解释器，“配好这些工具应该就可以满足百分之九十五以上的 agent 任务”。坑在权限与角色绑定：只做 explore 的 agent 只配无副作用工具、限制网域访问。

4. 三层都没封装好，所以他做了 1KB——内存里的一台 Unix 计算机

他的判断是这三层"到目前我并没有觉得有封装的非常好的"——模型被训练完成长程任务"也就是最近半年左右才开始出现"，开源社区没有让他满意的，这就是创业原因。K 系列工具链：底层 Computer（取 C 改 K）是用数据结构在内存实现的虚拟计算机；往上 K Runtime 提供开发 agent 对象的接口封装；K Watch 做观测（“是不是我的 CLI 没设计好，还是 skill 没提供到位，还是模型不太行”）；KL 把轨迹数据导出去做强化学习，或只做上下文层面的经验提取自迭代——“穷人版的强化学习”。
与 AWS Agent Core、阿里云 Agent Base 的差异：不为云而建，“一切能跑 JS 的场景都可以跑得起来”——浏览器网页、几兆大小的微信小程序都塞得进，像上个时代 Vue/React 一样 import 即用。做法是用 TS 重写 Unix 文件系统、虚拟 Bash、后台进程、时钟、局域网组网、NAS；支持 WebAssembly 的场景切 Rust 重写版，不支持就 fallback 到 JS。公司名就来自这台"一 KB 大小"的 Unix computer；小龙虾这类 agent 放进去"以为自己生活在一台 Unix 计算机上"，与训练时环境性质一致。

5. Memory 三流派：他押注"Unix files + Agent 驱动"的半规则式

他把 memory 方案粗分为规则式、半规则式、完全模型驱动式。规则式是知识图谱+向量搜索、抽象成节点再检索扩展——“我个人其实不太喜欢这种做法”。他偏爱半规则式：底层就是 Unix files，大量 markdown 存储，Claude Code 和小龙虾都这么做；更新由 agent 跑（可用更便宜的小模型在后台跑），而非 rule based 的图谱推理。还提到用迷宫式空间关系做记忆的项目（他说是"生化危机的那个女主"最近做红的），以及开源项目 MemU——“非常拥抱 Unix Files 加 Agent 驱动维护更新和查询”。
Memory 和 skill 的边界正在被混淆，他的正本清源：这波自迭代、自进化"最早的起源就是 Claude Code 里边 Insight 那个特性"——去年底的版本引入，分析近一个月对话、总结犯了什么错、生成 report 指导 skill 生成。Hermes agent 的火更偏 memory 侧的迭代，“中间那个地带你很难说得清楚”，但总体都是上下文层面。
主持人接了 Generalist AI 发 gen one 后博客的话头——“要用目的来定义我们，而不是标签”，两人共识：争论算 memory 还是 skill 不重要，agent 能否不断自我学习进化才重要。

6. 源码泄露的最大惊喜：多级压缩与"悄悄做梦"

对他而言最大惊喜是记忆设计，其次是压缩。“它的压缩策略远比我们想的更加多级”——什么时候删工具 output、压缩时哪些保留哪些恢复、接力时哪些信息加载、哪些让下一个 agent 按需自查，“有非常多的 trade off”。还有很多记忆特性被远程 flag 控制着没对普通用户发布。
记忆有两套机制。其一：每轮工作完成触发 Stop hook，注册一个 fork agent——带上之前全部系统提示词和交互上下文，复用 KV Cache 判断什么该存，更新进结构化 markdown（前三行 YAML 写 description，像 skill 一样先读文件名和描述、不加载全文）。其二：Auto Dream——隔一天左右、判断条件"至少大于五个 session"才启动，回顾最近的对话"进一步榨干利用这些信息，纠正记忆中错误的事实"、合并整理，“就像我们做梦一样做重放”。
上下文装满但任务没完怎么办？两种典型策略：把"垃圾或者不必要信息"踢出窗口，“可能就腾出来几十 K 空间”；或设阈值上限"乘以零点八"，留下百分之二十时写交接文档——任务干到哪、接下来干什么、用户总体要什么——下一个 agent 先读文档再接着工作。

7. Claude Code 的哲学：模型才是 Agent，zero control

读完源码他提炼两条。第一，“模型才是 agent”——用户组提示词流、链条式的做法"是不 make sense 的"，Claude Code 淋漓尽致体现这一点。第二，本质就是"围绕着我如何给模型配对应合适的工具"，给模型充分自由"让它去随心所欲，而不是程序员每一步指定帮他去决策"。过去开发 agent 喜欢设想好各情况、组成大状态图，“我发现 Claude Code 完全不是这样做”。
概括就是更少的 control、更多的 context、更多的 action 能力——他更正为"零 control 吧，最多就是限制你调工具的时候，有些工具不能调"。

8. 沙箱一年没大进展，1KB 的答案是"不再是 sandbox"

从 Manus 用 E2B 云端沙箱至今，“这个领域其实目前大的进展还不多”——最近出的很多 sandbox 只是把浏览器塞进去做得更 all in one。他认为自己的 1KB unix computer"可能会是一个大的进展"：比 Daytona 更极致轻量，“本质上不再是一个 SandBox 了，它是我们语言层实现的一个数据结构，像一个 Map 差不多大小”。
Trade-off 说得很诚实：跑不了真实的 GCC 编译、真实浏览器，但最小化 Unix 文件系统、bash 命令闭集、局域网共享磁盘、基于 mail 和 curl 的局域网通信都有。而且他认为浏览器、GCC"原本就不应该塞在一个生产级 agent 的环境中"——低频调用、性能占用重的组件本该单独抽出来做集约服务，这是复杂系统性能优化的老办法。

9. 好 harness 的两条标准，与 token efficiency 的"暂缓讨论"

坏 harness 的样板是坏的上下文管理：随便做中间裁剪、扔掉前面轮次、随意修改系统提示词，“会导致 prompt caching 失效……要重新算一遍”。他的反直觉结论：“最好的管理就是不要做管理”。好 harness 两条标准：与模型运行自洽，与模型未来能力进步正交——一步步指定模型干什么的 graph 做法是弱模型时代的产物，“随着模型的进步这个东西就必须拆掉，要不然你就限制了模型的能力”，否则就像 LangChain"不断重构很多版本，把之前代码全都扔掉，做破坏性更新"。他的类比链：CPU→汇编→C/C++→Python/Node，每层最佳实践都迭代在已有抽象之上，现在的新底层运行层就是模型；从 transformer 自回归的视角出发，“所有 agent 的最佳实践的工程范式……你就觉得哎非常 make sense”。
用 token 消耗、完成时间评判 harness？他劝缓：“到目前为止我认为还是处于 agent 模型的婴儿期，很多东西都还没有收敛，可能还不必要过多过快的去讨论所谓的 token efficiency”。时间线值得记录：Anthropic 去年初率先从问答模型转型训练智能体模型，OpenAI 在内的很多模型厂从二五年下半年才开始追，落后了半年。对纯调模型的使用者，贴着 SOTA 和次 SOTA 构造产品即可——SOTA 是 Anthropic，次 SOTA"像 Kimi，包括 MiniMax、GLM，他们最新一代的模型"。
排序题他答得干脆：模型第一（“任务表现不好，换一个更强的模型就好了”）、上下文第二（用户视角其实最重要——“我们大部分人没有上千卡的集群，做不了模型参数的修改，能做的空间更多在上下文”）、工具第三。

10. CLI is all you need：CLI 偏好与预训练语料

共识部分：“CLI is all you need”——大家都开始做 CLI、不再提供 MCP。他的亲历：2025 年 3 月用上 GitHub MCP 感觉"很多工作就是解放了"，后来发现 gh CLI 的任务成功率"会比用 MCP 高很多"，就把 GitHub MCP 卸载了。事后归因：Linux 命令"在预训练的时候出现可能有几十亿条，训练是非常鲁棒和充分的"，MCP 是近两年的全新协议抽象，“语料占比非常少，可能都不到百分之零点一”。飞书 CLI 同样比之前配给小龙虾的插件"组合性和灵活度更高、任务完成率更高"。
结论带着复古的味道：“Unix 这个东西一九七一年就出现了，也许我们今天不应该再造更多的轮子……回到 Unix 超自洽的哲学中，返璞归真。“但他也点破：今天大部分主流开源框架（如 LangGraph）仍围绕 prompt node 状态图构建，并非为这个共识原生设计——这正是 K 系列要填的空。他还断言"Linux 这个玩意就是对模型最强的 harness。如果模型有一天发展成 ASI 了，它也只会更会用 Linux”。

11. 三个创业方向，与一个"两年后赛道消失"的自我预言

除了自己所在的 harness infra，他关注两个方向。一是 agent 混合组网：不只是给小龙虾开发 IM 和 mail,而是把真实硬件资源下放——云服务器、Mac 笔记本、Mac mini、路由器、NAS、闲置手机，很多没有公网 IP,FRP 内网穿透"不太可以 scale”。他喜欢 Tailscale 的全员局域网思路，但它"不太 agent native"，且 agent 时代需要高通量上下文交换——这与 agent payment 同构：“agent 之间的支付很可能是几分钱几分钱，特别高频的在发生。”
二是个性化训推：“回到十年后，难道每个人都是在发一个 API 请求调用相同模型 ID 的基模吗？那个世界也太无趣了。“他点名 OpenAI 前 CTO 出走做的 Tinker（Thinking Machines Lab）：集约化集群做高效低成本训练，人人得到个性化模型；推理侧设想是 API header 里带 LoRA 引用、瞬间挂上去做集约化推理，“我可能多支付百分之五的成本其实也不高，但获得了修改模型参数层的更加个性化的体验”。这与他的数据 harness 互补——跑半个月产生的 good case/bad case 轨迹，没卡的做上下文调优，有卡的拿去训。
对自己赛道的冷峻判断：会"比较激烈”，但因为好 harness 必须同时与模型运行自洽、与进步方向自洽，“大概率它的结构设计上不会存在太多的派系”——他站 Unix/Shell 虚拟计算机这一派，另一派可能走 TypeScript 严格结构化控制，“maybe 派系不会太多”，甚至"可能两年之后 maybe 这个赛道就没了”。所以要"站在终点上回过来考虑整套事情"。公司 slogan：加速世界升级——让 coding agent 成为社会 infra，“未来星球上可能有比人类多几百倍的 agents”。

12. 终局：蜂群、发明者与零人公司

他的路线图：agent 模型阶段"可能 maybe 会持续三年左右"；下一步从单体到蜂群集群化——现在是人手动编排一百个 agent，“下一步应该是 agent 自己去管理和协调更多 agent”，编排能力会在训练时被加进模型；再往后是 AI 做发明者，自动提出新科研方案做实验。
最响的暴论：“以后的公司其实更多意义上是一种理财产品……公司内部是一个黑盒。我从来不觉得一人公司是本质的事情，我认为真正 make sense 是零人公司。“来新璐提到了真格和十字路口的 token grant 资助的 UU Agent：创作者做完后"把它丢进汪洋大海，从此不再改它一行代码，也不给它一分钱”，它在 GitHub 开打赏化缘给自己买 token,目标是有一天超越 Claude Code；token grant 捐了第一笔钱。未来的投资标的"可能不再是一个一个今天的人类造成的公司，而是一个一个的 agent”。
收尾的画面感留给来新璐：未来你从口袋掏出一张黑色卡片对朋友说，“这张卡片里跑了五个公司，他们可能每年给我创造几十亿的收入”。Koji 的反应作结：“这个未来想一想，又有点兴奋又有点可怕。”

🔬GPT‑5 如何推导理论物理与量子引力新结果——Alex Lupsasca，OpenAI 打造 Blackstone、押注 Costco、与 Munger 共事｜Tony James 做客 The a16z Show