对于AI来说，现在harness变得特别重要，跟模型一样重要。harness就是环境的意思。

就拿维护服务器举例，就是那些linux命令，本质是文本处理。但是在安装，卸载在各种环境中，要执行的各种命令组合是不一样的。用户真正会用哪些命令，会遇到哪些错误，这些其实是非常优质的数据源。把这些训练到模型里面，模型就可以处理这些情况了。

就是你需要一个成功的任务轨迹给模型，模型才能处理类似的任务。这样，模型就变得更“聪明”了。

那么这个对于大厂来说，把组织理顺就非常重要。为什么呢？因为大厂，你的各种场景非常多，你都给模型提需求，这个会互相拉扯的。就像四匹马拉车，你一匹马一个方向，模型当然是纹丝不动。搞不好，就是各种场景也没反馈啥数据，模型也没聪明。谷歌就是这样的，各种部门太多了，现在模型都有点落后了。

理顺，就是形成合力，模型越来越聪明，各个业务部门的场景也能反馈给模型数据。腾讯好像就是抓住了这个关键，把组织理顺了。姚顺雨还是有几把刷子的，模型能力上来了，各种场景也用workbuddy覆盖了。是一个好的开局，后面就是训练一个更大的模型，形成正循环。

对于纯的模型厂商来说，他们的突破口，就是提升模型的智能。因为他们的harness是不够多的，但是在数学、代码等方面，他们倒是可以构造不少环境。他们的当务之急，是推自己的agent，类似claude code,codex这样的。这样，他们就可以获得更多真实的数据，用于提升模型。

这个趋势，对大国是有利的，比如我国，那个场景就太多了，产业链太全了。所以，国产模型，肯定是会越来越好用的。