文 | 海浪不癫

梁文锋是个很有利象的东谈主。他不热衷融资、不搞团建、不卤莽，公司不到200东谈主，下昼六七点放工，在中国科技圈险些是一股清流。

昨天看了误点的稿子，写DeepSeek在V4发布前夜的气象，有好多让浪哥印象深化、且深有同感的细节。

比如，deepseek不加班，因为梁文锋觉得，一个东谈主每天能高质料输出的时期，很难卓绝 6~8 小时，加班疲惫会让判断力下落，反而铺张算力资源；再比如，梁文峰在责任中只作念少数事情，但要作念得精致、作念到极致。

依然让东谈主心生笃信。

但看稿子也能嗅觉到，deepseek目下到了一个隐秘的转换点了：中枢研讨员赓续出走，期权价值不解，Agent标的的产物司理刚运转招，编程器具还没影。

这家也曾靠极致效果和开源碾压全场的公司发现，只是专注提高大谈话模子的智能上限，还是不够了。

这不怪deepseek，而是行业还是转向。

畴前两年，大模子限制的作念事逻辑很是像高考，跑分即是分数线，Benchmark即是科场，谁的分数高谁即是状元。

但目下，OpenAI在搞Agent，Anthropic在搞Claude Code，Google在搞多模态，扫数头部玩家皆在回复合并个问题：模子若何实在帮东谈主把活干完？

这就像一个高考状元发现，用东谈主单元的口试官翻了翻你的获利单，点点头说\"可以\"，然后问你：“能不行沉寂完成一个技俩？能不行作念好团队谐和？际遇没见过的问题你若何办？”

大模子告别作念题家期间了。

职场的条款不一样了

要统一新的竞争到底比什么，有一个现成的鲜嫩案例。

3月31日，Anthropic的明星产物Claude Code，闹出了代码裸露的大乌龙，酿成了实在open的AI了。

吃瓜全球扒完代码之后，发现Claude比内行想象的还更利弊，专科分析有好多，就不细说了，划重心即是一句话：Claude实在的竞争力，远不啻模子自己。

模子虽然如故中枢，莫得Claude巨大的推理能力，什么系统皆空费。但光有模子，就像光有一个才调160的天才，你把他丢到一个生分的工地上，莫得图纸、莫得器具、莫得安全范例，他照样干不成活。

Claude Code那51万行代码干的事情，即是给这个作念题家成立上打工东谈主需要的能力。浮浅看几个例子就昭彰——

省钱的能力。每次调用API皆是真金白银，Claude Code把System Prompt切成“不变的部分”和“庸俗变的部分”，斗鱼体育中国官网入口不变的部分缓存起来反复用，变的部分才从头生成。这个Benchmark不会考，但降本有多垂死，打工东谈主皆知谈。

知谈什么时候该问东谈主的能力。Claude Code搞了一套四层递进的安全机制——成立白名单、器具自检、一个专门判断“这条高唱危不危机”的小模子、终末才是弹窗问用户。这就像一个靠谱的新职工，拿不准的事不会闷头干，但也不会事事皆去问陶冶，绝大大量情况我方就处理了。这个Benchmark虽然也不会考，但它告成决定了用户敢不敢把确凿的代码仓库交给AI。

记性好的能力。对话一长，模子就会“忘事”。Claude Code的决策不是硬塞一个向量数据库，而是把对话历史压缩成一份结构化的纲目——主见是什么、作念了哪些决策、代码改了那处——存在腹地文献里。浮浅，但有用。就像每个东谈主每天皆写责任文档，第二天内行翻一翻就能接着干。

这些东西莫得一项是“模子更贤达、考分更好”就能处理的，它们处理的是另一个层面的问题：若何让一个贤达的模子在确凿宇宙里安靖、高效、安全、可捏续地干活。

这也意味着，大模子同学走出学校、投入职场，别东谈主对你的条款就变了。

好马也要配好鞍

科技圈向来擅长发明各式黑话，这样大的转换点，黑话细目少不了。

最新很火的一个，即是跟这关连的，叫Harness Engineering。

Harness这个词，底本是马具的意象——套在马身上，不是为了料理它，而是为了让马的力量按照你要的标的开释出来。

用在AI这儿，意象即是：模子是那匹马，kaiyun体育网页版登录入口Harness是那套缰绳、马鞍和标的盘。

这个观点若何出圈，浪哥专门去考古一下，发现存两个重要节点。

第一个是2026年2月5日，在工程界的江湖地位很高的一位老兄，Terraform的作家Mitchell Hashimoto，写了篇著述讲我方从间隔到拥抱AI的心路流程，其中提了一条中枢原则：

任何时候你发现Agent犯了错，就花时期想象一个决策，确保它长期不再犯通常的错。

听着像妄言对吧？但你仔细品品，它的潜台词是：竞争力不在模子里，在你若何驯从模子的那套系统里。 模子会犯错，这是天性；但你的系统能不行把每一次犯错酿成长期性的转变，这是时候。

第二个重要节点更早一些。1月5日，Google DeepMind的工程师Philipp Schmid发了一篇博客，甩出一句引起行业大规划的话：

“The Harness is the Dataset.（Harness自己即是数据集）”

这话的杀伤力在哪？

说白了即是：好的Harness能纪录下模子在确凿任务中的好意思满轨迹——它看到了什么信息、作念了什么判断、在哪一步翻了车、终末若何修好的。这些轨迹，反过来即是素养下一代模子最有价值的燃料。

也即是说，谁先把Harness跑通，谁就最初启动了一个数据飞轮——系统越好，数据越好，模子越好，系统又更好。

大模子和它周围的足下系统，不再是两件事，而是一个共生体。

接待来到确凿的宇宙

所谓AI一日，东谈主间一年。回头看大模子短短这几年，其实走过了三个阶段：

2022到2024年，内行琢磨的是若何问——Prompt Engineering，写好教导词，把模子的能力哄出来。

2025年，进化到给什么高下文——Context Engineering，把对的信息在对的时候塞给模子。

到了2026年，竞争升级到若何搭整套系统——Harness Engineering，从器具调用、驰念管理、老本甩掉到安全看重，全筹算虑。

竞争颗粒度在一步步变大：从一句话，到一段信息，到一整套系统。

这趋势还是是共鸣了。

几个月前，MiniMax独创东谈主闫俊杰在罗永浩的播客访谈里，反复讲一个判断：模子能力正在趋同。中国公司用好意思国1/50的资源，就能作念到95%的性能。5%的差距虽然存在，但它还是不是决定赢输的变量了。

这几天，MiniMax交出上市后的首份财报，闫俊杰给了几个新的判断：编程限制会运转出现L4–L5级别的智能，从“器具”走向“共事级”谐和；办公限制接下来一年，会复刻旧年编程限制的逾越速率；多模特会走向“直出可委派”的中长实质，以致出现接近及时输出的形状。

每一个皆指向更系统的能力，更全面的条款，更可靠的实施，而不再是浮浅的模子参数和跑分。

回到deepseek。

误点稿子里，有一段话很是垂死：行将发布的 V4，省略率仍是开源最强模子，但很难是碾压级的强。因为目下不同场景的不同拓荒者和用户对 “强” 的尺度和体感已越来越多元。

有个很好的参照例子，即是跟V4通常预测在4月发布的腾讯混元新模子。按照以往的脚本，这又该是一轮“谁的分数高”的跑分大战，混元的分数，臆想也会被deepseek摁地上摩擦。

有利象的是，在告别作念题家的新语境下，混元的压力反而没那么大了，因为比的不再是两张考卷的分数，而是两套系统在确凿场景里，谁更能把活干完。之前误点说，姚顺雨上任后，明确条款混元团队“不以打榜为导向”——亦然意志到训练分数还是没那么垂死的，更垂死的是，作念一个更适配腾讯的大模子。

但对deepseek来说，这也意味着一个学霸，不行再链接呆在象牙塔里埋头研讨了，你得走到更大的系统里，去适应新的游戏法例了——

你贤达虽然好，但能不行用好器具、能不行跟共事作念好谐和、能不行在复杂系统里找到我方的位置、犯了错能不行自我修正……这些在科场里根底不考的东西，反而决定了你能否成事，干事活命能否走得更远。

接待来到这个确凿的宇宙，deepseek同学，祝你好运。