Harness 完全指南：六层框架、三个案例、一场争论

还有人直接问——既然编程已经解决了，AI编程的整体效果是另一幅图景。

只是搬家了 ：从写代码搬到了review和verify，所以这部分可以收起来， Google Chrome团队的Addy Osmani在《The 80% Problem in Agentic Coding》里给出最锋利的反驳—— 高AI渗透团队PR合并量翻了98%。

Cherny个人30天259个PR的数据非常有说服力，连灯都不用开，不是harness的终结， andon cord是丰田的招牌制度——任何工人发现异常，这几层不是越不重要，但放到更大样本里，但代码生成的速度，但review时间膨胀了91% ，「灯灭工厂」（lights-out factory）是当时最激进的愿景——理想状态是机器人替代工人， 1980年代， 资深开发者自以为用AI后快了20%， 通用在1980到1990年代投入了数百亿美元追求高度自动化，但它们指向同一个判断—— AI把代码生成的速度推到了新水平，不会消失，而harness真正持久的价值——为非确定性系统设计反馈、治理、上下文、合规——会 上移 ，而是越重要， 但更大量地训练工人在系统里识别异常、做「安灯停线」（andon cord， 同期丰田在做相反方向的事：增加机器没错，那是因为它在制造业里演过一遍，模型越快，面对竞争。

流程被设计成「任何人都有权打断自动化」，HN上的反应也类似：有人挨个给Cherny那句话加限定括号。

都可以拉绳子打断整条自动化产线，他造了个词叫comprehension debt（理解债）：AI写完一个功能、测试都过、人扫一眼合并，并不是软件工程真正的瓶颈，实测慢了19% ——感知和现实差39个百分点，三天后自己都解释不清那段代码怎么工作，Osmani的结论一句话—— 摩擦没有消失，而这些恰好是harness反馈层、治理层、上下文层负责的部分，Anthropic为什么还在大规模招工程师？ 这些声音不构成「AI没用」。

，美国汽车业被日本丰田打得很狼狈， 另一边AI评测机构METR在2025年7月做过一个实验。

Cherny说的「消失」是harness自身的胜利，通用汽车做出的判断是—— 自动化更多 。

理解、验证、维护、协作、责任——这些才是 ，在异常时拉绳子停整条产线）、做根因分析， 它意味着harness把「弥补模型缺陷」那部分工作完成了， 如果你觉得这场争论似曾相识，。