大模型 vs 大驭化层——核心争论
这是 2026 年 AI 工程界最有价值的争论之一。 两方都有实际数据支撑，两方都有商业利益。
争论的核心问题
随着模型能力不断提升，驭化层的价值会上升还是下降？
"大模型"派认为：驭化层是对模型不足的补偿，模型越强，需要的驭化层越薄。
"大驭化层"派认为：驭化层不是补丁，是基础设施，就像 OS 不会因为 CPU 更快而消失。
"大模型"派（薄驭化层）
核心主张
驭化层的价值被高估，模型本身的能力才是决定因素。
主要支持者与依据
Anthropic（Boris Cherny, Cat Wu）：
"Claude Code 是对模型最薄的封装。我们相信，减少人工干预和规则，让模型的推理能力自由发挥，才是正确的方向。"
OpenAI Noam Brown：
"随着推理模型的能力指数级提升，复杂的脚手架终将被淘汰。"
METR 评估：
- 在受控实验中，基础脚手架与专有 Harness 实现效果相当
- 暗示：对于足够强的模型，额外的驭化层边际收益递减
"大驭化层"派（厚驭化层）
核心主张
驭化层不是模型的补偿，而是独立的基础设施层。即使模型变得无限强大，仍然需要：工具执行、状态持久化、安全边界、人工干预点、上下文工程。
关键数据
| 来源 | 关键数据 |
|---|---|
| LangChain 基准 | Claude Opus：52.8% → 66.5%（+13.7 点，不换模型） |
| 独立研究（Nate B Jones） | 相同模型，通用脚手架 42% vs Claude Code 78%（差距 36 点） |
| Cursor 估值 | 2026 年 3 月，500 亿美元，ARR 超 20 亿美元 |
Jerry Liu（LlamaIndex 创始人）：
"获得 AI 价值的最大障碍，不是模型能力，而是工程师自身的上下文工程和工作流设计能力。"
Phil Schmid（Hugging Face）：
"如果 LLM 是 CPU，Harness 是操作系统。我们不会因为 CPU 越来越快就说操作系统没有价值。"
两方都认可的事实
即使观点对立，以下几点有基本共识：
- 上下文工程有价值：如何向模型提供相关上下文，影响输出质量
- 工具设计有价值：好的工具定义让模型更容易正确使用工具
- 测试套件有价值：自动化验证让 Agent 能自我检验
- 文档是基础设施：机器可读的代码库文档提升 Agent 输出质量
数据解读的分歧
36 个百分点的差距
"大驭化层"派：这证明驭化层至关重要。
"大模型"派：这主要反映了 Anthropic 对自家模型的深度优化，而非通用驭化层工程的价值。
两派争论背后的商业动机
排除商业动机，看技术现实：
短期（1-2 年）：驭化层工程仍然有显著价值，因为模型的能力存在真实局限。
中期（3-5 年）：部分驭化层组件可能被模型内化，但安全边界、领域知识注入、人工干预点不会消失。
结论
驭化工程不是临时性的补偿，而是永久性的软件工程学科。
但它的内容会随模型进步而演进——真正重要的是理解原则，而不是记住当前的具体做法。
延伸阅读
- AINews: Is Harness Engineering real? — 最平衡的分析
- HN 讨论：Harness Engineering — 社区原始讨论