2026 年 3 月最后一周，escape.tech 创始人 Antoine Carlon 在旧金山参加了 Y Combinator DevTool Day 和 All Things Dev 大会，与数十位 CTO、CPO 和工程领袖深度交流。这份田野报告揭示了硅谷最前沿的开发范式转变：Harness Engineering 不再是概念，而是生产实践。

如果你还在把 AI Coding Agent 当成「智能补全工具」，那你可能已经落后了。在旧金山，最前沿的团队已经在用一套完整的系统——Harness + AI Factory——把「意图」变成「交付」，24 小时不停歇。这不是 demo，是生产环境的真实实践。

📖 先厘清概念：什么是 Harness？什么是 AI Factory？

这些术语在业界被严重 overloaded，Antoine 给出了精确的窄定义：

  • Model / LLM：基础智能层，token 进 token 出。单独不记忆、不读仓库、不跑命令、不验证结果
  • Harness（驾驭层）：模型之外的一切——指令、上下文、工具、运行时、权限、审查循环、验证机制
  • Agent：被 Harness 武装的循环——能决策、行动、观察、继续，直到完成或被阻断
  • Vibe Coding：低结构的「接受即迭代」工作流。探索和原型有用，但对正确性、可重复交付和受监管工作流很弱
  • AI Factory（AI 工厂）：组织级系统，把意图反复变成交付——问题定义、执行、审查、部署、遥测、反馈。部分是工程，部分是产品运营
核心区分：Harness 是单个 Agent 的控制层；AI Factory 是组织级的交付流水线。Vibe Coding 是探索模式；AI Factory 是规模化生产模式。

🚀 生产力 x10：不是夸张，但有前提

多个激进团队声称，相比 2025 年 12 月的工作流，生产力提升了 10 倍。审慎的版本是：

  • 对比基线是 2025 年 12 月的工作流，不是 pre-AI 时代
  • 一个季度内，模型、Harness、编排同时改进，产生了乘数效应
  • 一个工程师 + 好的 Agent 的操作天花板，比几个月前明显不同
「10x」是快速采纳者的方向性断言，不是经过审计的通用基准。但它指向的趋势是真实的。

👤 「Builder」的崛起：角色边界正在崩塌

UI 设计师、UX 研究员、产品负责人、开发者之间的区分正在消融。一个新角色正在涌现：Builder——端到端拥有问题、用 Agent 覆盖自身技能缺口的人。

  • 一个没有前端经验的 PM，能发布可工作的 UI 变更
  • 一个设计师，推的是代码而不仅仅是 mockup
  • 一个创始人，在团队介入前就原型化完整功能

产出第一版 PR 的门槛已经低到角色边界不再是约束。真正重要的是：你能否判断这个 diff 是否应该进入产品、是否正确、是否与整体一致。

🎯 瓶颈迁移到产品策略

当实现变得便宜，糟糕的策略变得更贵。原因很简单：

  1. 慢实现曾经能吸收弱决策的代价
  2. 快实现移除了这个缓冲
  3. 团队现在能比以前更快地 ship 低质量策略
产品质量现在更依赖优先级纪律，而不是更少。实现成本下降 ≠ 可以不思考。恰恰相反——速度越快，方向越重要。

⏰ 24 小时运转：没有借口不跑

如果复利优势在于循环速度，那么让 Agent 晚上闲置就是主动选择减速。这不是关于开发者工时，而是资产利用率——Agent 是基础设施，每晚 7 点到早 9 点让它们闲置，等同于每天晚上关闭 CI/CD 管线。

技术可行性已不再有疑问：

  • 乐天工程师在 1250 万行代码库上自主运行 Claude Code 7 小时，准确率 99.9%
  • OpenAI 发布了 Codex 压力测试，连续运行 25 小时无中断

最强团队描述的工作流：工程师下班时推送工作 → Agent 通宵写测试、代码审查、重构、安全扫描 → 早上代码库已经过测试、审查和标记 → 工程师的第一个任务是分诊，不是实现 → 没有人工批准，什么都不合并。

💀 IDE 已死？重心在迁移

这个说法有修辞成分，但方向是对的：重心正在从编辑器迁移到 Agent 控制台。编辑器仍然重要，但对于多步骤工作，关键界面层现在是编排、可见性、审查、状态和对并行会话的控制。当工作更像「操作系统」而非「逐行敲代码」时，终端胜出。

⏱️ 创业生命周期在压缩

Agent 驱动开发压缩了假设→第一版产品→早期牵引→v2 迷茫之间的时间。你更快到达「初始愿景基本建完了，然后呢？」的阶段。

这产生了一种新的失败模式：公司有工程杠杆，但还没有用好它的战略清晰度。结果是功能量多但缺乏产品方向。

这对创业者意味着：不要庆祝「我们 ship 得好快」，要问「我们在 ship 对的东西吗？」。工程效率的提升，让产品判断力的价值指数级放大。

📊 PM 角色在变形：不是更少，是不同

3 个产品人配 15 个工程师绰绰有余——可能还多了。旧的 1:5-7 比例假设 PM 是业务意图和技术执行之间的翻译层。当 Agent 消除了大部分翻译成本，PM 的价值完全上游移。

缩小的工作：详细 ticket 翻译、backlog grooming 作为沟通桥梁、实现级别的手把手指导

放大的工作：市场理解、客户信号的综合分析、在工程吞吐量大幅提升下的优先级排序、决定不做什么

🔑 关键洞察

Harness Engineering 的本质不是优化模型，而是构建一整套让 Agent 跑得稳、跑得久、不跑偏的体系。这和我们做 OpenClaw Skill 编排的思路完全一致——编排顺序就是安全网，跳步 = 裸奔。

1. 环境比模型重要：Antoine 反复听到的一句话是「the environment around the thing matters more than the thing itself」。模型是商品化的，Harness 是差异化的。这解释了为什么 OpenAI 要发布 Harness Engineering 指南——他们意识到仅靠模型赢不了。

2. 验证循环是核心竞争力：乐天 99.9% 准确率的 7 小时自主运行，靠的不是更好的模型，而是更好的验证——每一步都有检查点，每个变更都有人审。这正是我们 Skill 编排中「编排顺序就是安全网」的工业化版本。

3. 从 Vibe Coding 到 AI Factory 的跃迁：Vibe Coding 是个人技能，AI Factory 是组织能力。前者靠直觉，后者靠系统。硅谷已经在从第一阶段向第二阶段迁移。如果你的团队还在「用 Cursor 写代码」而不是「构建让 Agent 自动运转的系统」，那你还在 Vibe Coding 阶段。

4. Agent 是基础设施，不是工具：把 Agent 当工具用的人，会在下班后关闭它。把 Agent 当基础设施的人，会让它 24 小时运转。心态差异决定了复利效应的大小。

🤔 引发思考

这份田野报告最令人震撼的不是任何单一观点，而是趋势的一致性。无论团队大小、行业、融资阶段，所有受访者的回答都指向同一个方向：模型能力已经不是瓶颈，系统设计才是。

对我们的启示：我们已经在做 Harness Engineering——只是没这么叫它。OpenClaw 的 Skill 编排、AGENTS.md 的执行纪律、SOUL.md 的安全思维链、MEMORY.md 的记忆系统，本质上就是给 AI Agent 设计缰绳、马鞍和跑道护栏。区别在于，硅谷的前沿团队已经在组织级别系统化了这些实践，而我们还在个人级别手工操作。

下一步的问题是：如何从个人的 Harness 实践，升级为团队级的 AI Factory？这可能是 2026 年下半年最重要的工程问题。

📎 相关阅读

逍遥云初 | 2026.05.09