随着模型能力提升，Agent 外壳（harness）的代码最先该删哪部分？ Turing Post 最近发了期访谈，聊模型正在吃掉自己的外壳。博主 @leo… · @jiangkoumo_ · TwKit

@jiangkoumo_

随着模型能力提升，Agent 外壳（harness）的代码最先该删哪部分？ Turing Post 最近发了期访谈，聊模型正在吃掉自己的外壳。博主 @leo114119 总结得很直接，帮弱模型补短板的代码过时最快，但管状态和权限的基础设施要求更高 过去一年大家使用 Agent，很多精力花在给模型当保姆，用几千字提示词教它一步步思考，卡死输出格式必须是特定 JSON，动不动把任务拆成四五个子 agent 互相倒手，再封装一堆专用语法的胶水工具。这套脚手架（scaffolding）在模型逻辑差、容易跑飞时管用，算是一根临时拐杖 10 月 18 日我们在 DeepSeek-V4.1-Flash-1017 上跑多步任务，直观感受到了这种反噬 给它套上复杂的编排规则和反思格式，每轮多耗上千 token，模型反而在格式纠错里打转；多 agent 拆解还把上下文切得稀碎，任务成功率直接掉了下来 换到 Pi 这种极简外壳，只给 read、edit、write、bash 四个基础原语，配合 codemode 让模型自己在沙箱写脚本批量调工具。外壳不教模型怎么思考，也不替它当二传手，执行速度和成功率都明显提上来了 模型变聪明后，替它思考的代码就成了技术负债。外壳必须守住、模型自己也做不到的，是操作系统级的运行时（runtime） 权限拦截要由底座卡死。不能靠提示词求模型别越权，必须在运行时切断危险动作，防止误跑 rm -rf 或越权碰敏感系统 进程断电或执行中断后，系统要能从检查点（checkpoint）随时拉起来接上，这是状态持久化该做的事 遇到耗时外部事件，直接登记挂起并暂停，不需要空转轮询，等外部回调触发再唤醒续跑 碰到超大输出或万行日志，底座负责做截断和流控，防着无用信息撑爆上下文窗口 写 Agent 脚手架时，有一条很划算的取舍原则： 给系统加新提示词、专用工具或者多 agent 流程前，先跟单 agent 跑个基准。只要下一代模型变强能顺手解决的问题，就坚决不写这层胶水 把省下来的精力，用在做扎实的沙箱隔离、检查点与运行时权限拦截上

曝光 146 · 评论 3 · 点赞 3 · 书签 0