Agent 时代的 Infra，机会和想象力比“龙虾”大得多。

2026 年 3 月，AI 行业里最热的词不是任何一个模型的名字，而是一个听起来跟 AI 毫无关系的英文单词：Harness。

它的本义是马具。缰绳、笼头、鞍具，那一整套套在马身上的东西。

如果换作动词，它的意思应该是"驾驭"。

你不会说 harness a calculator（驾驭一台计算器），但你会说 harness the wind（驾驭风），harness a horse（驾驭马）。用这个词的人，不管有意还是无意，都在承认一件事：他面对的不是一个被动的工具，而是一种有力量、有自主性的存在。他不是在"使用"它，是在"驾驭"它。

这个词正在成为 AI Agent 时代最核心的产业概念。

围绕它，正在生长出一个万亿美金规模的基础设施层。而这个基础设施层的规则制定者，也呼之欲出。

Harness is the New Infra

Harness 在 AI 语境里有两条演化线索。

第一条是修辞层的。"Harness AI"作为一个泛用表达，在科技行业流传已久，意思无非是"驾驭 AI 的能力"。

第二条更重要，是技术层的。2025 年底，Anthropic 开始用"harness"描述围绕 AI Agent 搭建的那套基础设施——上下文管理、工具调用、记忆、护栏、编排。Claude Agent SDK 的官方定义就是"a general-purpose agent harness"。

2026 年初，HashiCorp 联合创始人 Mitchell Hashimoto 把"AI Harness"作为一个正式概念提出，"Harness Engineering"作为一个新的工程实践领域迅速扩散。

但真正让这个词值得被认真对待的，不是它的流行，而是它精确地描述了人和 AI 之间正在形成的一种新关系：共生式的不对称协作。

人提供意图、判断和方向。AI 提供能力、速度和规模。

Harness 同时承认了能力的不对称和权威的不对称，而且这两种不对称是反向的——AI 的能力可能远超驾驭者，但驾驭者拥有最终的方向决定权。

马比人跑得快得多、力量大得多，但去哪儿，是人说了算。

人需要驾驭比自己强大的 AI。 这大概是 Anthropic 选择这个词时——不管有意还是无意——最精准的一层表达。

而 Harness 这个词，确实也挺"Anthropic"（人类），有点儿以人为本的意思。

有人说： Harness is the New Datasets。

这句话的直觉很灵敏，但结论不准确。当基座模型趋同时，Harness 的质量确实成了决定 Agent 好坏的关键变量，就像数据质量能决定一款基座模型的生死一样。

但 Datasets（数据集） 和 Harness 的存在方式根本不同：Datasets 在技术架构中占据单一位置，即训练阶段的输入；但 Harness 不是一个具体的层，而是一个栈，是层的组合。

上下文工程和记忆是存储层，工具接入是网络层，编排是容器层，护栏是安全层，评估是可观测层，技能封装是中间件。每一层都能长出独立的公司、标准和商业模式。这跟云计算 Infra 的栈式结构完全同构。

从这个意义上说，Harness is the New Infra，它不是模型预训练的 infra，而是建构 Agent 的 infra，让 Agent 具备自主性，同时严格遵循人的指令、确保安全和遵守规则的 infra。

Harness 本身不是新的 Datasets，但 Harness 的良性运转会为 Agent 生成好的 datasets，并建立数据飞轮。当一个 harness 积累了足够多的用户行为数据和领域知识，它就不只是外挂的系统设计了，它开始拥有数据的属性：越用越好、越用越难替换。

由此可以推出一个几乎可以当定义用的等式：

基座模型 + Harness = Agent。

基座模型提供原始能力——推理、生成、理解。但它是静态的、被动的、无方向的。它什么都能做，所以它什么都不是。Harness 提供结构、方向和约束，把无限的可能性收束成有限的、有目的的行动。两者结合的瞬间，AI 从一个被询问的对象变成了一个去行动的主体。

同一匹马，套上不同的装具，能拉车、能载人、能耕田、能比赛。Harness 的设计决定了 Agent 的形态和用途。

林俊旸的 Pitch Deck

2026 年 3 月 26 日，Qwen 团队前技术负责人林俊旸（Junyang Lin）在 X 上发了一篇长文，标题是 "From 'Reasoning' Thinking to 'Agentic' Thinking"。两日内，70 万阅读，2800 个赞，677 次转发。

三周前，3 月 4 日，他刚从阿里巴巴离职。三周后，他写了一篇系统性的行业判断文章。

文章的核心论点是：AI 正在从"想得更久"转向"为了行动而想"。

Reasoning Thinking（推理思考）本质是静态独白——模型在封闭空间里生成越来越长的推理链，试图用更多文本弥补缺乏与环境交互的不足。而 Agentic Thinking 是在与环境交互的过程中持续推进任务。训练对象经历了三级跳：从训练模型，到训练 Agent，到训练系统。

这不是空谈。他用 Qwen 自己的实战教训来佐证：合并 thinking（思考） 和 instruct（指令） 模式比想象中难得多。两种行为的数据分布和优化目标根本性地互相拉扯——instruct 追求简洁、快速、格式合规，thinking 追求花更多 token 探索替代路径。Qwen3 尝试合并后，又拆回了独立线。

这个教训指向一个更深的洞察：Instruct 是前 Agent 时代的 Harness 替代品。

Instruct 通过 SFT 和 RLHF 把行为规范"烧"进模型权重——这等于是把缰绳缝进了马的肌肉里。它在一问一答的时代够用。但到了 Agent 时代，模型要自主运行、调用工具、持续决策，行为空间爆炸式膨胀，不可能把所有约束都训进权重里。控制的重心必须从模型内部转移到模型外部。

Instruct 的能力边界被 Agent 范式击穿了，Harness 是必然演化。

林俊旸在文中四次提到"harness"，递进关系非常清晰：

从"agent 运行的外部环境"，到"一个独立的工程实践——harness engineering"，再到"训练对象的一部分——agent and the harness around it"。

他的文章从训练侧证明了一件事：Harness 不仅是 Agent 运行时的基础设施，也是 Agent 训练时的基础设施。

在 Agentic RL 的闭环里，Agent 在 Harness 中运行，环境产生反馈信号，反馈驱动 RL 更新策略，策略改变 Agent 行为。拿掉 Harness，不是 Agent 变慢的问题，是训练根本跑不起来的问题。

而且他明确提出：Agentic RL 的最大瓶颈不是算法、不是模型架构，而是环境质量和 rollout 基础设施。制约 Agent 进化的卡点在 Infra 层。

感谢俊旸，替我补充了"Harness is the New Infra" 这个论证缺失的一半。

Harness 是 Agent 运行时不可或缺的基础设施（infra），这是前文的一个断言。而俊旸的这篇文章告诉我们：Harness 也是 Agent 训练时的 Infra。在 Agentic RL 的闭环里，环境产生反馈信号，反馈驱动策略更新，策略改变 Agent 行为，Agent 行为又触发新的环境反馈。

一个在训练和推理两端都不可或缺的系统层，才是真正意义上的 infra，也就是 Harness。

林俊旸在文章里说了一句意味深长的话："环境构建正在从副项目变成一个真正的创业品类"。

"环境构建"并不等同于 Harness，而是 Harness 的一个子集，但又是一个重要的子集。"环境"主要对应 Harness 架构中工具接入和评估反馈——特指 Agent 训练时与之交互的那个世界：代码执行沙箱、浏览器模拟器、测试用例集、API 模拟层。它的核心功能是产生反馈信号，让 Agentic RL 有东西可以优化。它有点像是 Agent 训练和搭建的容器、benchmark 和 Hugging Face。

环境是 Agent 训练时的操场，Harness 是 Agent 跑起来时的全套装备。 操场是装备的一部分，但不是全部。

不过，当一个开源模型的前技术负责人开始为 Harness 的某一个子模块单独定义创业品类，这件事本身就是一个信号——它说明这个栈已经足够复杂、足够有价值，开始像真正的 Infra 栈一样分层长出独立的商业实体了。

而在一篇学术味很浓的长文里定义了一个创业赛道。如果你觉得这还不算是林俊旸创业的pitch deck，那你就别做 VC 了。

万亿美金的创业赛道

如果林俊旸真的去做 Agent 训练环境基础设施——那个他亲手定义为"真正的创业品类"的方向——他面对的是 Harness 这块蛋糕的哪层？这层蛋糕又有多大？

Harness 内部是一个完整的多层架构，可以拆成七个核心模块：上下文工程、记忆系统、工具接入、技能封装、护栏与权限、评估与反馈、编排与状态管理。

除了工具接入层（MCP），每一层都有创业公司在跑。

上下文与记忆层有 Cognee（€750 万融资）和 Interloom（$1650 万种子轮，Sequoia 参投）。

工具接入层被 MCP 协议标准化了——月 SDK 下载量 9700 万，Anthropic、OpenAI、Google、Microsoft、Amazon 全部接入了，没有太多创业公司。

安全接入层冒出了 Runlayer（$1100 万，Khosla 领投），护栏与合规有 Guardrails AI、Vigilant AI、Runtime、Alter。评估与可观测性最热，Arize AI 拿了 $7000 万 C 轮，客户包括 Uber 和 PepsiCo，Langfuse 成了开源社区标准。

编排层则呈现了"三强"格局：LangGraph、CrewAI（$1800 万融资，60% 财富 500 强在用）和微软 Agent framework，其中两家是创业公司。而 Skills 封装层的创业公司多以垂直行业赛道的 Agent 产品呈现，它的标杆是 Harvey——法律 AI，$110 亿估值，$10 亿累计融资，ARR $1.9 亿，以及 Abridge，医疗——AI，$53 亿估值。

训练环境层处于最早期，约 20 家种子期公司，Wing VC 预测到 2030 年整合为 3-5 家。

但不是每个模块都是好赛道。

判断赛道还坏，核心判断标准是：这个模块解决的是"模型能力问题"还是"系统设计问题"。

前者会被基座模型吞掉——上下文窗口从 128K 扩到 1M 再到更大，今天精巧的压缩策略，可能明天就没用了。

而系统设计层的模块则有持久价值——比如工具接入，它是生态位问题；安全护栏是合规问题；评估是独立性问题，这些不是模型变强就能消解的。

它们的退出路径也截然不同。工具接入和技能封装离模型太近，模型厂有极强动机收编——Anthropic 做 MCP 和 Skills，OpenAI 做 Plugins 和 GPTs，都是在吞这两层。

在这两个方向创业，天花板是被收购。护栏合规和评估可观测性正好相反，它们天然需要第三方独立性。银行不会信任 Anthropic 自己的合规审计工具，就像你不会让被审计方自己出审计报告。独立性不是商业策略，是产品价值本身。 前者是好的收购标的，后者是好的 IPO 标的。

它们都属于 Harness，Agent 的 Infra。那 Harness 赛道的总盘子有多大？

自下而上，按七个子赛道的估值空间加总，到 2030 年独立创业公司的估值总和约 $5000-8000 亿。其中技能封装与垂直知识最大（$2500-3500 亿），护栏与合规增速最快（CAGR 65.8%，从 2024 年 $7 亿到 2034 年预测 $1099 亿，Agent 越自主，缰绳的价格越贵），训练环境最早期但确定性最高。

AI Agent 整体市场 2030 年预测 $500-1000 亿收入，Harness 作为 Infra 层约占 40-50%，按 SaaS/Infra 的 10-15x PS 倍数折算，估值空间是可以的吻合。

近万亿美元的创业赛道。

如果把模型厂内嵌的 Harness 收入也算进来，整体 Harness 基础设施层的估值空间在 $2.5-3.8 万亿。大约相当于今天整个云计算 Infra 层的市值总和。

那么回到林俊旸，他如果真的切入训练环境与 RL 基础设施这个 Harness 子赛道，它面对的是一个目前只有约 20 家种子期公司、但到 2030 年估值空间 $200-500 亿的市场。Wing VC 预测这个赛道最终会整合为 3-5 家头部。

以他 Qwen 前技术负责人的身份，如果在硅谷，种子轮估值可能在 $2-5 亿之间。市场给的不是公司估值，是对人的定价。林俊旸已经不需要写 BP了，那篇推文就足够了。而如果在中国拿美元基金，估值$5000万起底，$ 1亿不无可能。人民币？那再说吧。

Anthropic 的手掌心

现在需要回答一个真正重要的问题：Harness 这个万亿美金的基础设施层，是谁在定义规则？

让我们看看以下残酷的事实：

MCP 是 Anthropic 推的标准协议。Claude Code 是 Anthropic 造的 harness 产品，年化收入 $25 亿。Agent SDK 是 Anthropic 建的开发者入口。Skills 系统是 Anthropic 设计的。甚至"harness"这个词在 AI Agent 语境里的流行，最大的推手就是 Anthropic。

更深层的原因是商业模式。

OpenAI 的核心叙事是"最强模型"，收入主要来自 ChatGPT 订阅，Anthropic 彻底不做多模态和世界模型，但它被越来越多的人认为是最强模型。Claude 的卖点不是跑分第一，而是"最适合 Agent 工作流的模型"——更可靠、更可控、更适合长时间自主运行。

这个定位意味着 Anthropic 的竞争力不仅来自模型，更来自模型周围那套 Harness 的质量。每一层 Harness 的完善，都在加宽它的护城河。Harness 生态的繁荣直接等于 Anthropic 的商业利益。

这解释了为什么 OpenAI 从 2023 年就开始尝试建生态——Plugins、GPTs、GPT Store，然而都没做起来，而 Anthropic 的 MCP 2024 年底才推出，晚了一年半，却成了事实标准。

它背后根本原因是：OpenAI 建的是应用生态，Anthropic 建的是基础设施生态。

OpenAI 的 GPT Store 是 App Store 的逻辑——我有最大的用户基数，你来我这里开店。但当模型本身什么都能做的时候，应用就没有存在必要。GPTs 没有差异化壁垒，因为底层能力和 ChatGPT 本身是同一个东西。

而Anthropic 的 MCP 不是应用商店，是协议商店。它不邀请开发者来 Claude 上开店，而是定义一套连接标准，所有工具和所有模型都可以用。这是 HTTP 的逻辑，而不是 App Store 的逻辑。

而协议越开放，生态里控制力越强。现在，所有人都用 MCP，而 MCP 是 Anthropic 设计的，它不需要锁定用户，它锁定的是开发者的心智和工具链。

在资本层面。Anthropic 和早期投资人 Menlo Ventures 成立了 $1 亿的 Anthology Fund，一年投了 30 多家 harness 方向的创业公司。结构很聪明：Menlo 出钱，Anthropic 不参与基金经济利益，但给每家被投公司 $25,000 的模型 credits，并开放首席产品官 Mike Krieger 和总裁 Daniela Amodei 参与 demo day。

Anthropic 一分钱不出，锁定了 30 多家创业公司到 Claude 生态，同时获取最前沿的需求信号。这是一个无成本期权。

不过，我们想过没有：为什么在 Agentic AI 时代，Anthropic 的协议生态，比 OpenAI 的应用生态更重要？

因为 Agent 不是传统意义上的"应用"。传统 App 的交互接口是固定的、有限的——用户叫车，App 按预设流程调 API、匹配司机、算路线。Agent 不一样，它自己决定调什么工具、以什么顺序、在什么时候。交互接口是无限的、动态的。而且 Agent 和 Agent 之间也需要协作——编排者调度专业 Agent，专业 Agent 调度子 Agent，这是分布式系统的协同问题。

当交互接口是固定的，你可以逐个对接；当交互接口是无限的，你只能定义标准。

TCP/IP 让任意两台计算机通信，HTTP 让任意客户端访问任意服务器，MCP 让任意 Agent 调用任意工具。应用生态的基本单元是"产品"，协议生态的基本单元是"连接"。在 Agentic 时代，连接的数量和质量决定一切。

所有 Harness 创业者都在翻跟斗。林俊旸如果真的去做训练环境基础设施，那个他亲手在文章里定义为"真正的创业品类"的方向，他的产品最终大概率也要接入 Claude 生态；或者在中国建立起一个平行的生态。因为 Anthropic 定义了协议、建了 SDK、铺了生态基金、占了开发者心智。

可能，只有中国 Agent 创业者有可能跳出 Anthropic 的手掌心，这是不可抗力。

文| 骆轶航和他的 Claude Cowork

点个“爱心”，再走 吧