最近在给国内某协会交付一个通用Agent平台，上线前进行压力测试。感觉如何发现和找到问题，比解决问题要复杂n倍
前期需要讨论好压测的指标、搭建llm provider和tools的replay平台、制定压测方案、建设各个服务组件的性能看板，这些工作占据了整个压测环节的90%左右时间而当指标收集到位后，通过完善的指标体系 + 数据源的Skill，结合AI只花了1天就搞定了问题
由此可见，不同领域下的 Harness 建设也十分重要
假设claude opus 4.6 真的是最后一代由真实人类员工调教过的模型，如果基本是最后一个可以说人话的模型，那么可能在未来，文学 社科 哲学类的知识和信息将无比重要
学会更好的沟通和提高语言文字效率，可能是非常重要的事情，也可能是一个比现在更加有门槛的事情
AI的推理不是程序函数执行，输入无法获得稳定的输出结果。从这点来看，历史上的任何产业革命都无法匹配。
这也就导致，AI时代每个人都可能有自己的办法，让输入最后获得一个比较好的输出。而且这之中可能没有太多固定的思维范式，每个人都有自己的最佳实践从这点上来说，其中就包含了非常丰富的套利空间。因为推理过程无法完全复现，推理结果无法稳定
这点在模型训练、Agent开发、甚至在AI面试求职上，都有很多借鉴意义
每个工程每个业务的如何评判结果 “好与坏”的标准与方式都不同，所以 大家harness模式都不同。
Deepseek Harness 最赞的地方是，没有参考Codex/Claude Code做封闭 Harness（其实是有机会可以做的），而是借助插件系统将能力打包为插件，基于这套Agent核心搭建自己的 harness
没有固定选择coding这个场景专门做harness，而是选择了最大解。最大解能吸引和获取最大最宽广的业务和用户场景数据，从而驱动模型的发展更加全面
无论是模型厂下场做业务Agent，还是Coding Agent，本质上还是希望自家模型通过搭配自家Agent，能产出更好的agent trace，随后拿去做数据训练，实现模型能力增长飞轮
dsh两边都没做，而是选择了直接做通用agent框架这个最大解。通用框架应该是最难的一条路
梁圣在泄密的投资人电话中说自己的目标是AGI，这下我真信了
去日本不知道吃什么？
我把《孤独的美食家》足迹做成了可视化地图！支持根据地区、品种（烧肉、中华料理、拉面、铁板烧等）筛选，且支持一键跳转 Google Map～
欢迎大家来体验！！！
地址：https://kodoku-gourmet-map.vercel.app
源码：GitHub - Janlaywss/kodoku-gourmet-map