随着模型智商越来越强，我们需要把Harness能力做厚

随着模型智商越来越强，我们需要把Harness能力做薄

　　我方的观点是：随着模型智商越来越高，Harness的能力更应该做厚。我先明确一下概念，我们今天讨论的Harness不是提示词工程这样简单的东西，也不是把模型限制在一套固定的流程里。Harness是连接模型能力与用户结果的整套产品基础设施，它包括很多，比如说上下文组织、长期记忆、工具调用、流程编排，包括后期的错误恢复和人工接管，以及效果的评估。我方所说的做厚不是说做得僵硬，而是在可靠性、适配性和可控性上要去更加做好，可以让模型拥有更高的自由度和推理能力。产品必须对用户拿到的结果负责。根据这个辩题，不是看模型它能回答多少难题，而是看用户能不能稳定、安全、低成本地去完成任务。模型的智商决定能力的上限，而Harness才是真正决定用户能获得多少价值。

　　我有三个核心论点。第一，用户要的不是模型可以聪明地去回答问题，而是整个任务的闭环。比如说，用户想要让产品处理客户的投诉，模型可以写回复，但是产品却要查订单，然后去读取规则，包括以及权限，然后在异常的时候要转给人工。所以说，没有Harness，AI只是一个会提建议的顾问；有了Harness，它才可以真正地完成这个工作。

　　第二个论点是，模型的能力越强，能承担的责任越大，Harness就必须要去做厚。因为模型它可以操作，比如说写文案的时候，它可以去操作数据库、发送邮件。但是等到它去真正做支付的时候，它一个错误就会造成真正的损失。所以说它能力越大，复杂的任务交给AI，就越需要去把它从辅助功能做成真正的系统的控制面板。

　　第三是真实场景高度发散，通用模型无法去理解每一个用户和业务。随着模型能力的提升，它要去处理的任务，它可以做的任务就会越来越复杂，模型的能力也会逐渐地去普及，这对它对场景、数据、流程的理解，在这方面，才是AI产品真正的差异化。

　　所以说，我认为做厚才是Harness随着模型智商越来越高，Harness的做厚是它的方向。好，谢谢。

　　反方质询正方一辩。因为我没有五辩，所以由反方四辩来质询正方一辩。我想问一下正方一辩，你最前面的时候提到了上下文、组织记忆，要有流程编排，包括后续的这些人工监管、效果的评估。那你觉得在我们这个模型发展越来越快的时候，现在模型能力越来越强，什么是最重要的呢？

　　我认为随着模型能力越来越强，并不是说它要去做得更僵硬，而是它要在可靠性、适配性和可控性上，让模型拥有更高的自由度和推理能力。因为产品必须要对用户的结果担负责任，所以模型能力越强的时候，我们越要追求稳定性。

　　有一个很直接的例子，最近有个消息，就是很多人工智能没有通过人为的Harness与自己制造的环境，去突破了很多人为的界限。这是个很直接的例子。因为一个关键的进路，它分为了我们最重要的LLM，然后还有Harness。这里面关于安全最重要的一个环节是environment，environment它是最重要的，但是包括environment、tool、memory这些，其实都是模型在慢慢地后面会自动进行过来。

　　好的，感谢曹总发言。我们进行下一个环节。

　　大家好，我是反方一辩。我方的观点是，随着模型的智商越来越强，我们必须要把Harness的能力做薄。

　　开宗明义，Harness是指模型除了模型以外，所有用于编排、约束和调用模型的工程代码。做薄，并非是归零裸奔，而是去中心化、极简化，它意味着将核心的规划权交给了模型。Harness是从手把手教做事的控制者，现在退居为提供基础工具的服务器。所以为什么模型越聪明，Harness就要做越薄？我们从以下三个观点来陈述。

　　首先，我认为厚重的Harness只是人类智力对AI智力的降维压制。因为过去的模型智商不够，比如说像GPT-3时代，我们只能用大量的硬编码，像workflow和提示词链去手把手地教它。但是现在模型已经自带很强大的思维链了，还有动态的规划能力。所以如果我们依旧用几百个节点的旧流程，无异于让爱因斯坦去走迷宫。厚重的Harness本质上是人类的信息茧房，它用人类有限的认知去限制了模型无限泛化的可能。

　　第二点，我认为厚重的Harness会带来很灾难性的技术债。第一层厚重的规则，就是人类工程师打的补丁。模型迭代的速度是以月为单位的，而厚重的Harness维护成本很高。当模型智商越深，旧的约束往往会变成绊脚石，所以导致系统拖垮聪明的模型。做薄Harness，提供干净的API和原生工具调用环境，才能让系统随着模型自然进化，从而实现模型的升级和系统的自动变强。

　　第三，我觉得薄的Harness才能真正承载得住AGI级的应用。现实的业务场景是无限长尾的，人类预设的规则无穷无尽，无法穷尽所有突发的情况。所以，只有把Harness做薄，才能给模型一个系统级的沙盒，让模型自己去感知，自己去规划、试错和纠正，才能真正发挥高智商模型的通用性。

　　反正就是，我方认为，Harness是旧时代的马车套索，从而去约束一辆F1赛车的引擎。所以我方认为让Harness做薄，才能让AI的智力自由奔涌。谢谢。

　　好的，想问一下对方辩友，如果说规划权交给模型，不同的业务的权限规则、业务边界，还有人工兜底机制，这些业务约束难道是不需要Harness来承载吗？去掉这些怎么保证用户任务闭环？

　　我觉得混淆了底层的安全和业务逻辑的编排。我说的做薄是去掉臃肿的业务流编排。真正的安全护栏就是权限隔离和系统级的沙河，是应该在底层基础设施和模型对齐阶段解决的，而不是在Harness层写几千行的代码。面对高智商模型，我们要做的就是给它穿上一层防弹衣，而不是把它绑在椅子上，作为一个厚的Harness。举个例子，难道就是因为怕车祸，就把F1赛车的发动机换掉，就是把赛车变慢吗？就是这种感觉。

　　然后还有第二个问题，比如说Harness退化成基础服务器，如果强模型推出推理出错，产生幻觉……哎呀，时间不够了，时间到了。

　　我这边陈述一下我的观点。首先，他的意思是AI或者大模型是一个工具，工具是用来辅助模型更好、更快、更精准、更高效地完成任务的，而不是对它进行限制。无论Harness垒到多么厚的一个层次，都可以让模型自主选择：我是调用Harness，还是不用，去自主完成，都可以。

　　另外就是安全机制这一块。当模型智商或者能力越来越强之后，它的一些安全边界或者限制会很难得到保障，所以需要通过很多的安全协议来做一些风险规避。就像你在公司培养一个非常有能力的员工，那你也应该防着点他去跳槽，这是同样的一个道理。

　　然后就是说，无论这个Harness多厚，它都并不能说是作为拖累AI的一个东西存在。因为目前这个阶段来看，从模型刚出现到现在，它的智商一直是增加的。但是在Harness出现之前，这个模型无论金额怎么去迭代，它完成任务或者完成工作的能力并没有很好的提升。直到Harness出来之后，按照GPT的那个数据，就是从百分之多少——40还是60——去提升到99%。这证明Harness越完善，模型完成任务的能力，它俩是正相关的，并没有出现一个负相关的曲线。所以这主要是我的核心观点：Harness最后并不是说代表着限制模型能力。

　　我方认为，Harness 其实也不是不受防护，而是需要去除一些多余的人工流程、固定编排和一些限制。以前模型能力不足，没有规划和调用工具的能力，所以我们需要用 Harness 去提升它们这方面的能力。随着后续模型能力一步一步提升，这些能力也都有所补充，那 Harness 的作用可能也会越来越少。现在模型智商也是大幅度提升，各个维度的能力都能够自己完成。如果我们还是坚持把 Harness 做厚，用大量人工预置流程把模型框住，这也限制了模型自我发散的能力。

　　还有对方提到的安全性问题，他们认为把 Harness 做厚会对模型输出的安全性有一个保障。但我们认为把 Harness 做薄并不意味着会把这种安全能力给限制住。我们可以做一个比较轻量的、差不多是熔断机制，保证模型的权限能够隔离，然后发现出能够自我熔断，这样就可以。

　　这就是我的一些观点，谢谢。

　　需要一方回答或停止回答的时候，另一方才可继续发言。同一方发言的时候，不要多个人一起发言，只能一个人发言。由正方开始。

　　正方：对方说因为现在模型能力已经发展得越来越好了，做厚会限制这个能力，但我方的观点是，做厚不等于去做僵。这个东西厚，是在他的权限、记忆、验证还有恢复上面，不是说把所有的回答、所有的阐述都要把它写死。未来真正好的Harness，他会让模型去自己开放问题，但是他同时也要守住关键的边界。这个边界不是去限制这个AI，而是能让这个AI进入真正的生产。

　　反方：我刚刚听到这位同学说的，就是他有一个关键的边界。那如果说你把目前26年的AI，和2023年Harness那个词语刚刚出来的时候，在整个AI的对比，你会发现那个时候的Harness，它的environment的代码层要比我们现在代码层厚得多。因为那会儿就是我们在不断地叠加Harness的各个层面，什么tool、memory，因为越来越叠加，我们就发现它整个的安全性就会慢慢地有所缺陷，我们就会越叠越厚，越叠越厚。那么现在为止我们的模型它发展得越来越智能，随之而来的越来越智能，它的安全性就越来越大，越来越大的问题。如果说你在这个基础上一直在叠加的话，那你的成本是无限无限增长的。就比如说你一个大模型去做10个业务，那你不可能在很基础的一些，就是关系维度上去用Harness去做边界吧，那你最好的方法就是直接去训练模型，给模型一个基本的认知能力，提高模型的这个安全性。

　　正方：是这样的，就是你方是觉得Harness做厚就是无脑层层叠加，然后无限的功能堆叠。然后，我方所说的厚、加厚，加厚的地方可能是加厚它的可靠性、可控性，不是盲目地堆砌冗余的流程，然后精简无效的代码和加厚底层安全能力，就是两者完全是可以同时进行的。然后，为什么您方会默认认为做厚就等于无限制地增加成本，因为做厚是在增加业务的可靠性。

　　我想根据上一轮正方四辩的发言做一个回应。厚的Harness代表着给模型制定一个很详细的规则，然后系统的模型可以做出大量的决策。但是这里面会有一个问题：我们会遇到多层的路由、规则和工作流，以及更加详细的条款。当他走完这些之后，他需要厚的Harness，就相当于是需要走完每一条agent或者是每一条规则之后，再反过来给模型做一个反馈，让模型来做一个正确的判断。这样子的话，也相当于是给模型增加了一个时间上的成本，也给我们的用户增加了一些并没有代表的——没有，就是对于薄的Harness来说，相比之下薄的话，会让他更加快速地做一些决策。所以说厚的话，在我们的时间和效率上面会增加一些很……嗯，就是一些成分的。

　　我再来回答一下：我们不反对去减少那些硬编码，因为减少硬编码不等于去减少它。就是模型越来越强之后，产品就更应该去负责授权、验证，还有后果。这一方面，就是我们要把那个厚度，从固定的流程升级为他自己的动态的能力。所以说，我们是做了一个能力的跃迁，在模型越来越强的环境下。

　　时间到了。好，下一个环节。

　　我方认为，随着模型智商的能力越强，Harness应该越来越薄。

　　首先，模型已经能够自己去拆解不同的任务、选择工具，然后根据它们每一个agent的路由去做出一些计划上的调整。Harness没有必要继续替它们做每一步的规划。

　　第二，Harness越厚，链路越长，路由数越多，数据传递和多一帧的协作就会越多。当它的链路越多，可能会产生的错误也就会越多，耗费的时间可能也会越长。

　　第三，所有的任务都会经过复杂的工作流，增加调用的次数、成本和时间的等待。所以我们主张保留数据的来源、计算的校验，然后最后还有人工去复核Harness做出来的一个解。

　　我想问一下，反方一辩二辩都可以。一辩在说的时候，他说Harness是规则的马车，规则是马车的锁套，要扔掉。那二辩说要防护的话，要做保留、做清亮。那我理解的是，关于这个防护层的部分，你方的主张到底是扔掉还是不扔掉？

　　只有我说对方要回答吗？我能回答吗？可以回答。

　　就是扔掉不扔掉这个东西肯定是扔不掉的，因为Harness它有一个很特别关键的东西，因为对于这个模型安全性，它是一个最核心，也是最唯一的一个很重要的安全边界问题。如果说你丢掉这个卡，你让AI去做，你AI不管自己的能力有多强，你把突破能力也吸收了，你把member的能力也吸收了，你没有这个，那之后你的任何问题就会毁灭。所以说，我的观点是，Harness是不可能丢掉的。

　　而且我们的辩题是减薄还是加厚，对吧？对。

　　那关于这个能力的方面，那你认为是应该减薄还是加厚？

　　我想再次重申一下我方的观点。Harness主要是要帮助模型，把它的能力转化为用户更方便拿到、更好使用、拿到更好结果的东西，其实就是任务流程的闭环。

　　那我方主张为什么要做厚呢？是因为随着模型能力的增大——而且模型发展得很快——随着模型能力的增加，它的风险也会增加。如果全部的能力都交给AI，让它自主去完成的话，它所带来的一些风险和控制是不可控的。后期也会增加模型的一些思考以及人工的一些复合成本。

　　还有最后一点，就是它厚在哪里？我方主张的是，它应该是后盾保障的机制，以及担责任的部分，以及更好地能够让模型去为用户服务的部分。这个地方它的能力是应该增厚的。

　　说完了，谢谢大家。

　　对方辩友反复把我方的Harness做厚，等同于对静态多层路由和固定工作流，我觉得他们是在混淆概念。我方从来没有主张把所有业务场景提前写死，然后靠无限新增规则去覆盖一切。我方所说的做厚，不是静态的硬编码流程，而是动态的校验、异常捕获、错误恢复、人工接管与效果评估的底层基础设施。遇到没有预设的发散场景，我们不需要不断新增规则，而是依靠Harness的兜底能力来识别异常，触发人工介入。这正是为了应对现实中无限变化的场景。

　　对方辩友把僵化的静态工作流当成我方做厚的全部内涵，以此使我们陷入成本无限增长的循环，对我方的定义是一种误读。同时，对方辩友一直回避一个核心问题：当模型自主规划出现幻觉、触碰业务风险的时候，Harness做薄，去掉了这些兜底校验的能力，一旦模型决策出现错误，风险由谁来承担？模型的智商越来越高，能调用的工具、拥有的权限越大，出错带来的损失也就越高。我方做厚，不是束缚模型的推理自由，而是搭建护栏，让模型可以自由发挥，同时在它越界出错的时候，有机制可以拦截、恢复和监管。模型决定能力的上限，Harness决定用户拿到结果的安全下限。

　　综上所述，我方坚持随着模型智商越来越高，Harness的能力应当做厚。

　　我一直在听正方同学的讲述，其实也有一定的道理。正方同学一直在说这个安全性问题，那么安全性问题对应它的Harness，是它的这个情节，就是它的environment的这种东西。不可否认的是，未来情况下，这个条件，当模型越来越智能的情况下，你的U的肯定会想办法越来越厚的。但是要想清楚，你在用一个agent的时候，你会对LLM去做一个模型的评估，这里面就有一个非常重要的安全性的问题。如果你不去做这个安全性的问题的检测，你就为了保证我这个安全，未未部限是杞人忧天，不断地叠加这个Harness，那这个其实是不符合我们业务场景的。我们业务场景就是要去评判一个模型各方面的能力等这些安全性的问题，然后去进行使用。这个就存在安全性问题，就是为了我们节省我们的成本。成本呢，就是Harness一部分，就是Harness附带的成本。

　　然后呢，正方同学他们一直没提到好的其他成绩，什么To、to、memory，这些其实，或是memory，这些其实都在慢慢的对我们的模型自己赋能了，已经成为了模型自己的一部分。所以说如果说往未来走，从我们的Harness整个层级来看，它肯定是慢慢减少的。它的environment它是必不可少，但是它的课，它的memory，它的什么各个层级的能力，它都会慢慢被压缩进一个模型的能力。那么它的environment，他不可否认它会慢慢的变厚，但是这也要围绕着我们的业务场景来说。所以说我觉得未来场景下，整个Harness，它如果从层级来说，它是慢慢的往薄的方向发展的。如果说你要单看我们的承接的这个大小，那可能是往后，也可能往薄。

　　双方采用轮换发言，一方回答结束之后，另一方才可以继续发言。每一方不可以连续两名队友同时发言，每方回答的时间不限。在另一方时间结束之后，另一方如果有剩余的时间可以进行发言，采用单边计时，由正方开始。

　　我先问一个吧，刚才反方四辩说，从整体的发展上是会变薄的。那你指的这个变薄是指删掉某一个，还是说所有的维度上整体打薄？

　　我觉得都有吧。如果你从整体来看，它的成绩，它的memory肯定是会变薄的，100%，因为这些能力慢慢都被模型自己替代了。然后你像用二轮的，对于模型来说，你的能力加强，你的安全性能肯定会往后越来越强。像什么奥斯克、OpenAI，什么马斯克都最近一直在回应说这个模型应该停止了，应该去加强安全性的研究，这个方向去强化。那么未来它的模型，它的安全性和自己的能力的强弱肯定是往正理的方向发展的。在这个背景下，我觉得Harness它的厚度肯定是往变薄方向发展的。

　　那你怎么去保证它的风险和安全性呢？然后把剩余的能力全部转接给人工吗？后续的。我就这么问你，如果说你之后真的去做一个AI检查，你会直接把一个没有评测过的模型直接调用吗？你不可能吧。你肯定如果这样一个模型，你会经历过无数的评测，无数的评测去全化它的安全性。当它的安全性在你们业务的常用场景下降到一个临界点，你才会去使用它。所以说，现在直接来说安全性、行政性，我觉得这是一个空话。你真正到了业务的场景下，你去做一个安全性的评测，你才会知道它到底这个性能强不强，我觉得是这样的。

　　所以我理解的就是，你说的安全性的边界只是在于它符合我的业务，业务最小可行性就可以了，对吧？然后看它后续的发展，它后续会出现不可控的情况，然后你就觉得可以忽略了是吗？就它只需要满足最小可行性就行了？

　　如果说你一个Agent，当你的业务场景下它满足了你可以上线的条件，那你可以上线，但是不代表你后面不能去管它，因为你的任何产品你都会去进行迭代优化的。你这个迭代优化就必须去一直去评判这个模型，去用真实的数据去评判我们的模型的安全性，这就是评测带来的我们的优势，因为评测它就是一直在探索我们的模型的边界，去验证我们模型某些维度的能力。对于我方的观点一直都是它的变厚不是指单一维度的变厚，然后在这个观点上也可以说它是整体能力的，它的责任承担的越多，然后它变得越厚。它不只是单纯的是厚度上来说。

　　所以我帮他主张的是，在模型最后能力越来越高的时候，它让模型有更多的自主权的时候，那它在这个时候，它更应该去有边界，更应该去有控制它。那你开车，你开车很好，你的车技很好，你就不需要安全带了吗？所以我方的主张一直是我们需要Harness做的。我们需要Harness做后，它指的是从一个更高更全的维度上，然后指的是从它更好的能力边界上来去控制这个模型，来去防止它根据它的，因为模型它是概率模型，为了它这个不确定性，然后去给它加一些规则，而不是说去限制模型的发挥自我的能力。

　　你刚刚提到安全带，那我想问你，这市场上有没有安全带的车吗？就像我刚刚说的Harness，它最重要的一层就是environment。那这个environment其实它最底层就是你的安全感，它必不可少的，它少了就是不行，对吧。然后我还能问你一下，你说这个Harness它往加厚的方向发展，那你告诉我一个Harness它有多少个层级呢？有Tool，有memory，然后还有其他。你举例一下，你觉得在这里，三个当中和你自己举的三个当中，它往后发展是哪个维度往后发展，还是说统一往后发展？是不是换了是加厚。

　　我觉得他所有能力都应该加厚呀。加厚的厚不是厚度的厚，而是说它的能力边界，它的控制层上面。

　　那就拿错来做，还有你方说的那个没有安全带的，有没有安全带的车的时候，在没有安全带它的车是不是风险性更高呢？是不是出车祸的概率更高呢？

　　你知道世界上第一个安全带的样子是什么样子的吗？是四点式的，从两个手从肩膀上下来，腰上也围着，但是现在的安全带只是一条线，肩上带一个，腰上带一个，这不是往薄的方向发展吗？这是技术在发展了，然后它的那个整体的一个产品的功能然后简化了，但它不代表它做过了。这个和我们的AI也一直在发展啊。你不能说在一个产品发展的时候，你不让它去优化功能吧，优化功能它不代表它这个能力是变薄了。

　　我怎么没听明白什么优化功能不代表这个能力变薄。我们把问题拉回来，我来说，我们把问题拉回来。那个是不是模型越强，模型可以做的事情越多，它做的事情越多，是不是我们后续要用AI，我们作为产品经理处理的业务要更复杂？我想问一下反方辩友，当这个业务变得更复杂的时候，它这个复杂度，如果我们去做薄这个产品的话，是不是相当于把这个复杂度转交给了用户这个使用的层面上？

　　我肯定是不可能把一个Agent的复杂度去直观地展示给用户，让用户感觉你这个东西太复杂了，肯定是不可能的。但如果说你用单Agent复杂，那你为什么不用多Agent进程呢？你如果两个Agent进程复杂，你为什么不用多4个Agent进程呢？那4个Agent进程它有它自己的Harness，那你不可能说我4个Agent加起来，你之后我是3个Agent会哈你最后，对吧。周政策也是在Harness框架里面的呀，所以我做厚Harness的价值就是把这个复杂度留在它本身的系统的内部，而不是去把这个复杂度转交给用户。比如说运营，还有那种售后的场景下。

　　我感觉我们可以固定一个固定值，就比如说什么一个Agent进程啊，两个Agent进程，比如说我就说我一个Agent进程，我那个Harness的嘛，你说你100个Agent进程Harness的厚，那你肯定会。那这个还是在取决于，因为模型的能力增强，所以说它要处理的业务会更复杂，并且会更深入，会涉及到一些更具体的场景，以及更需要人去操作的业务。这也是我们产品经理所要去做的价值所在。那其实最后的话，你的模型能力强，那你的Harness不就是相当于就是可以做到薄一些，然后最后用模型去做思考，然后去做一些进行判断，不是吗？

　　我的路径是模型变复杂，伴随着业务变深入，伴随着需要人去决策的重要的事情变多，如果不想把这个复杂度留给用户的话，只有我们去把这个东西限制住做厚。它的意思，把复杂度留在系统的内部。模型其实是负责低风险和专业性的一个过程的决策，然后我们的系统是负责安全边界，然后用户我们是负责定目标，然后控制风险。其实，不管是做薄还是做厚，你用户都是需要经过这一个过程的。

　　就我提一点啊，就是因为刚刚说到的，伴随着业务越深入，伴随着什么什么中间事件多，你不能在这个变量的环境下去考虑这个Harness的，到底是变少还是变多啊。你整个业务深入，你整个这的事情变多，那你Harness肯定是一直是正比方向发展啊，那可以拉到无限大。我们如果说真的要去探究我们这个Harness的能力，做好还是做薄，那肯定是要一个固定的环境下，就比如说某个业务某个场景下去讨论这个问题对吧。

　　其实，比如说像那个，我们要去订机票，然后模型可以自主去选择平台，然后时间进行去比价，然后再筛选航班，系统就是会限制，就是会做出一定的限制，一些边界嘛，这是我们Harness所做的一些决定。然后我们用户只需要决定说我们要选择哪一个就可以了。所以说，你所说的业务多的场景，确实是像我们刚刚辩友所说的一样，就是你需要有一个确定的场景下，在同一个量下，然后去做不同的变薄和变厚的一个决策嘛，对吧，才能够去进行去比较，你没有一个定向的变量。

　　今天的定向的变量不就是模型的能力越来越强，对吧？模型能力越来越强，它必定伴随着它会颠覆我们现有场景下的所有AI业务。所以说我是基于AI可以更深入我们生活这个层面去做这个推理。

　　那应该肯定是在发展的，就比如说我们人，你小时候你骑4个轮子的那种有辅助轮的自行车，和你现在骑自行车，你需不需要人推是一样的，你现在不需要人推。

　　没有时间了，我补充一句，模型它负责执行，然后用户他负责决策嘛，不管是结果怎么样，他都要决策。但是中间的连接层啊，那个连接执行与决策，让信息上的去，然后它也能在安全的边界，然后信息拦下来的那一层，它就是很。好，所以我们主张要变厚。

　　时间到。

　　总结我就从这个案例上来说吧。阿里最简单的，修是于二的，刚刚确实你们一直在提，就像最后400个同学也是在说。但是中间的连接层、决策层，性质上面它也能是安全的节点，这其实也是一个environment。它最重要的一点，environment就是去接受它的这个A电池的安全性的最重要的一个环节。

　　然后，再来说我们的大模型，它不断地发展，从刚开始它是一个工具，需要用人类去调用它，但是到现在，它的工具成了它自己自带的功能，这其实就是一个飞跃的发展。这里它其实就直接替代了我们Harness工作的一个过程。这个过程它就慢慢地变薄。你之前需要用AI的时候，你需要在这个Harness上添加无数个工具的API，调用什么天气、调用什么玩意，到现在你直接和你的这个模型说你需要什么，它可能自己就给你调用了工具。工具在这个Harness的层面上其实就慢慢地减少了memory。

　　那么现在大模型它其实也有一定的，就是我们所专业上的大模型上的它的一个记忆能力。之前你需要从我们的Harness不断去调用多段有多少人对话的记忆点，去保证它的记忆能力，但现在不用了，现在很多大模型它本身就有自己的记忆能力。所以说现在相比之前，你比如说一个agent，你需要加to+memory，到现在为止，你to memory不断地减少。那这个情况下，看起来你的这个Harness肯定是往薄的方向发展的。

　　但是越往后面来说，你的大模型，它的能力越来越大，它的安全性就越来越……它是无底洞，就可能安全威胁越来越大。那这可能就需要我们不断地在业务场景中，不断根据真实的业务场景，对这个模型进行不断的安全性的评测，去判断这个模型它的安全性临界点到底是什么，会不会满足我们的这个ad的第一次上线，那么会不会满足我们第二次上线，会不会满足我们的这个背景的、就是最终版的场景。那这号码上去之后，我们也是在不断地进行评测的。

　　所以说根据我们的业务场景下的这个安全性的评测，以及我们的AI的模拟越来越发展，以及我们各位AI厂家他在这个安全性上面的不断地考量、不断地深挖，我觉得Harness的能力，它Harness的厚度肯定往后面走势会越来越薄的。

　　我方强调，Harness从来不是死板的对接规则，也不是无限增加流程，更不是限制模型发挥。我方所说的Harness，是环境底座更稳固，边界控制更清晰，风险覆盖更全面，异常管控更严密，以及权责承担更完整。

　　对方辩友整场一直在说，模型越来越安全，模型内生产能力越来越强，很多功能它自己就能做，所以Harness应该变薄。但我觉得对方忽略了最核心的一点：模型变强是决策能力变强，不是承担风险的能力变强；是创造能力变强，不是稳定性变强。模型永远是概率输出，永远存在幻觉和不确定性，还有突发偏差。正因为模型越来越强，权限越来越大，能操作的业务越来越复杂，一旦出错，它的破坏力是指数级提升的。

　　我用最通俗的道理跟大家讲：车技再好、车再智能，也不能拆掉安全带；模型能力再强，也不能拆掉Harness这层环境的安全底座。安全带不会限制你开车，Harness的边界管控也不会限制模型的推理，它只是在你失控、出错或出现幻觉的一瞬间，帮你兜底，帮你止损，帮你保护用户。

　　对方辩友之前还提到，业务复杂可以靠多Agent解决，复杂度可以内部消化。但我方指出，复杂度永远不会消失，它只会转移。业务越复杂，Agent越多，分工越细，Agent之间的冲突、联动错误、信息不一致，以及全操作的风险就越多。如果我们把Harness做薄，本质就是把系统的管控复杂度、风险复杂度全部转嫁给用户，转嫁给业务场景。用户看不到内部的复杂，但这并不代表风险不存在。一旦连锁出错，最终买单的永远是用户和产品。

　　对方还提到，模型可以事前评估，可以代替Harness防护，模型自身的安全也会越来越完善。但测评只是体检，不代表全程可以生命监护；体检合格也不代表运行中不会突发异常。模型见过风险，它能规避；没见过的真实场景和发散的业务场景，只能靠Harness厚重的兜底能力来接住。

　　所以我方再次明确：在当前的AI发展能力下，随着模型变强、业务变复杂，Harness应该做厚。

　　感谢双方辩手，这场辩论非常精彩，我作为评委做一个简要的点评。

　　首先，在我看来，今天论题的重点分析其实不在于Harness重不重要，而在于Harness的重心应该放在哪里。反方应该主张重心往模型侧去转移，正方则应该主张重心往协作层去转移。

　　今天的辩论，双方其实都展现了比较好的准备和思考。在模型智商越来越强的前提下，反方准确地抓住了辩题的动态性——模型越强，Harness的边界价值其实需要被重新审视。反方守住了这一个关键前提：模型自身的进步速度快于Harness变复杂的速度。只要这个前提成立，反方主张做薄的逻辑就说得通。

　　正方同样也守住了一个关键前提：模型越强，能解锁的新任务、新场景就会变得更多，而这些新增的需求，比模型能力本身还快。在这个前提下，正方主张做厚的论证同样也是比较完整的。也就是说，双方都守住了各自的逻辑起点，论证链条也都比较完整。

　　最后总结的话，我个人认为，当模型智商想到某个临界点的时候，Harness的边际价值曲线，到底是递减还是递增还是转移，这个问题的答案是我们后续可以继续思考的方向。也是因为这个原因，本场辩论赛没有简单的胜负，而是给各位同样留下了一个继续思考的空间。

　　最后再次感谢双方辩手的精彩发言，谢谢。