#710.YC：Harness 比模型更重要

Harness 作为大模型与外部世界交互的关键脚手架，正从静态提示词演变为具备自我改进、持久化状态管理及多智能体协作的复杂系统。通过引入 Python REPL、上下文压缩及垃圾回收机制，Agent 能够突破上下文限制，实现长周期任务的自动化执行。Prime Agent 通过递归调用显著提升推理能力，在 ARC AGI 评测中表现卓越；OpenJarvis 探索了将个人 AI 技术栈迁移至本地端侧的路径，有效降低成本并保障隐私；YC 内部开发的 QM 系统则验证了通过轻量化 Harness 整合办公流、实现自动化流程的实效。这些实践表明，优化 Agent 的表达能力与资源调度机制，是提升模型在复杂真实场景中表现的核心驱动力，标志着 AI Agent 正向更具自主性的操作系统演进。