文 | 浪潮不癫

梁文锋是个很有意思的人。。。。。。他不热衷融资、不搞团建、不社交，，，公司不到200人，，，下昼六七点下班，，，在中国科技圈简直是一股清流。。。。。。

昨天看了晚点的稿子，，，写DeepSeek在V4宣布前夕的状态，，，有许多让浪哥印象深刻、且深有同感的细节。。。。。。

好比，，，deepseek不加班，，，由于梁文锋以为，，，一个人天天能高质量输出的时间，，，很难凌驾 6~8 小时，，，加班疲劳会让判断力下降，，，反而铺张算力资源；
；；
；；；再好比，，，梁文峰在事情中只做少数事情，，，但要做得详尽、做到极致。。。。。。

依然让人心生钦佩。。。。。。

但看稿子也能感受到，，，deepseek现在到了一个玄妙的转折点了：焦点研究员陆续出走，，，期权价值不明，，，Agent偏向的产品司理刚最先招，，，编程工具还没影。。。。。。

这家一经靠极致效率和开源碾压全场的公司发明，，，仅仅专注提升大语言模子的智能上限，，，已经不敷了。。。。。。

这不怪deepseek，，，而是行业已经转向。。。。。。

已往两年，，，大模子领域的做事逻辑特殊像高考，，，跑分就是分数线，，，Benchmark就是科场，，，谁的分数高谁就是状元。。。。。。

但现在，，，OpenAI在搞Agent，，，Anthropic在搞Claude Code，，，Google在搞多模态，，，所有头部玩家都在回覆统一个问题：模子怎么真正帮人把活干完？？？？
？

这就像一个高考状元发明，，，用人单位的面试官翻了翻你的效果单，，，点颔首说"不错"，，，然后问你：“能不可自力完成一个项目？？？？
？能不可做好团队协作？？？？
？遇到没见过的问题你怎么办？？？？
？”

大模子离别做题家时代了。。。。。。

职场的要求纷歧样了

要明确新的竞争究竟比什么，，，有一个现成的鲜活案例。。。。。。

3月31日，，，Anthropic的明星产品Claude Code，，，闹出了代码泄露的大乌龙，，，酿成了真正open的AI了。。。。。。

吃瓜群众扒完代码之后，，，发明Claude比各人想象的还更厉害，，，专业剖析有许多，，，就不细说了，，，划重点就是一句话：Claude真正的竞争力，，，远不止模子自己。。。。。。

模子虽然照旧焦点，，，没有Claude强盛的推理能力，，，什么系统都白搭。。。。。。但光有模子，，，就像光有一个智商160的天才，，，你把他丢到一个生疏的工地上，，，没有图纸、没有工具、没有清静规范，，，他照样干不可活。。。。。。

Claude Code那51万行代码干的事情，，，就是给这个做题家设置上打工人需要的能力。。。。。。简朴看几个例子就明确——

省钱的能力。。。。。。每次挪用API都是真金白银，，，Claude Code把System Prompt切成“稳固的部分”和“经常变的部分”，，，稳固的部分缓存起来重复用，，，变的部分才重新天生。。。。。。这个Benchmark不会考，，，但降本有多主要，，，打工人都知道。。。。。。

知道什么时间该问人的能力。。。。。。Claude Code搞了一套四层递进的清静机制——设置白名单、工具自检、一个专门判断“这条下令危不危险”的小模子、最后才是弹窗问用户。。。。。。这就像一个靠谱的新员工，，，拿禁绝的事不会闷头干，，，但也不会事事都去问向导，，，绝大大都情形自己就处理了。。。。。。这个Benchmark虽然也不会考，，，但它直接决议了用户敢不敢把真实的代码客栈交给AI。。。。。。

记性好的能力。。。。。。对话一长，，，模子就会“忘事”。。。。。。Claude Code的方案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摘要——目的是什么、做了哪些决议、代码改了那里——保存外地文件里。。。。。。简朴，，，但有用。。。。。。就像每个人天天都写事情文档，，，第二天各人翻一翻就能接着干。。。。。。

这些工具没有一项是“模子更智慧、考分更好”就能解决的，，，它们解决的是另一个层面的问题：怎么让一个智慧的模子在真实天下里稳固、高效、清静、可一连地干活。。。。。。

这也意味着，，，大模子同砚走出学校、进入职场，，，别人对你的要求就变了。。。。。。

好马也要配好鞍

科技圈向来善于发明种种黑话，，，这么大的转折点，，，黑话肯定少不了。。。。。。

最新很火的一个，，，就是跟这有关的，，，叫Harness Engineering。。。。。。

Harness这个词，，，原来是马具的意思——套在马身上，，，不是为了约束它，，，而是为了让马的实力凭证你要的偏向释放出来。。。。。。

用在AI这儿，，，意思就是：模子是那匹马，，，Harness是那套缰绳、马鞍和偏向盘。。。。。。

这个看法怎么出圈，，，浪哥特意去考古一下，，，发明有两个要害节点。。。。。。

第一个是2026年2月5日，，，在工程界的江湖职位很高的一位老兄，，，Terraform的作者Mitchell Hashimoto，，，写了篇文章讲自己从拒绝到拥抱AI的心路历程，，，其中提了一条焦点原则：

任何时间你发明Agent犯了错，，，就花时间设计一个方案，，，确保它永远不再犯同样的错。。。。。。

听着像空话对吧？？？？
？但你仔细品品，，，它的潜台词是：竞争力不在模子里，，，在你怎么驯服模子的那套系统里。。。。。。 模子会犯错，，，这是天性；
；；
；；；但你的系统能不可把每一次犯错酿成永世性的刷新，，，这是手艺。。。。。。

第二个要害节点更早一些。。。。。。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讨论的话：

“The Harness is the Dataset.（Harness自己就是数据集）”

这话的杀伤力在哪？？？？
？

说白了就是：好的Harness能纪录下模子在真实使命中的完整轨迹——它看到了什么信息、做了什么判断、在哪一步翻了车、最后怎么修睦的。。。。。。这些轨迹，，，反过来就是训练下一代模子最有价值的燃料。。。。。。

也就是说，，，谁先把Harness跑通，，，谁就率先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。。。。。。

大模子和它周围的驾驭系统，，，不再是两件事，，，而是一个共生体。。。。。。

接待来到真实的天下

所谓AI一日，，，人世一年。。。。。。
；；
；；Ｗ房创竽Ｗ佣潭陶饧改，，，着实走过了三个阶段：

2022到2024年，，，各人琢磨的是怎么问——Prompt Engineering，，，写好提醒词，，，把模子的能力哄出来。。。。。。

2025年，，，进化到给什么上下文——Context Engineering，，，把对的信息在对的时间塞给模子。。。。。。

到了2026年，，，竞争升级到怎么搭整套系统——Harness Engineering，，，从工具挪用、影象治理、本钱控制到清静防护，，，通盘思量。。。。。。

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。。。。。。

这趋势已经是共识了。。。。。。

几个月前，，，MiniMax首创人闫俊杰在罗永浩的播客访谈里，，，重复讲一个判断：模子能力正在趋同。。。。。。中国公司用美国1/50的资源，，，就能做到95%的性能。。。。。。5%的差别虽然保存，，，但它已经不是决议输赢的变量了。。。。。。

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Ｆ驵程领域会最先泛起L4–L5级别的智能，，，从“工具”走向“同事级”协作；
；；
；；；办公领域接下来一年，，，会复刻去年编程领域的前进速率；
；；
；；；多模特会走向“直出可交付”的中长内容，，，甚至泛起靠近实时输出的形态。。。。。。

每一个都指向更系统的能力，，，更周全的要求，，，更可靠的执行，，，而不再是简朴的模子参数和跑分。。。。。。

回到deepseek。。。。。。

晚点稿子里，，，有一段话特殊主要：即将宣布的 V4，，，或许率仍是开源最强模子，，，但很难是碾压级的强。。。。。。由于现在差别场景的差别开发者和用户对 “强” 的标准和体感已越来越多元。。。。。。

有个很好的参照例子，，，就是跟V4同样预计在4月宣布的腾讯混元新模子。。。。。。凭证以往的剧本，，，这又该是一轮“谁的分数高”的跑分大战，，，混元的分数，，，预计也会被deepseek摁地上摩擦。。。。。。

有意思的是，，，在离别做题家的新语境下，，，混元的压力反而没那么大了，，，由于比的不再是两张考卷的分数，，，而是两套系统在真实场景里，，，谁更能把活干完。。。。。。之前晚点说，，，姚顺雨上任后，，，明确要求混元团队“不以打榜为导向”——也是意识到考试分数已经没那么主要的，，，更主要的是，，，做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，，，不可再继续呆在象牙塔里笃志研究了，，，你得走到更大的系统里，，，去顺应新的游戏规则了——

你智慧虽然好，，，但能不可用好工具、能不可跟同事做好协作、能不可在重大系统里找到自己的位置、犯了错能不可自我修正……这些在科场里基础不考的工具，，，反而决议了你能否成事，，，职业生涯能否走得更远。。。。。。

接待来到这个真实的天下，，，deepseek同砚，，，祝你好运。。。。。。