目录

• 什么是harness?
• AI开发工具编辑部分级榜
• 不舒服的真相一:"无限量"订阅正在消失
• 不舒服的真相二:终端正在重新夺回主角地位
• 不舒服的真相三:VS Code不再是默认标准
• 不舒服的真相四:开源带来自主权
• 不舒服的真相五:编排器将比助手更重要
• 极简主义harness:P的案例
• 结论:不要只买模型,要设计系统
• 常见问题

什么是harness?

Harness是连接开发者意图与模型之间的抽象层。它不是聊天窗口,也不是漂亮的界面,而是负责管理项目上下文、跨会话记忆、持久化指令、文件系统访问、命令执行、自动化测试、通过MCP进行工具调用、权限控制以及并行子智能体编排的基础设施。

模型是引擎,harness则是整台车——仪表盘、导航系统和刹车一应俱全。一个设计糟糕的harness里,再出色的模型也只能产出平庸的结果;而一个稍逊一筹的模型,只要连接了正确的上下文、配备了好用的工具和扎实的验证循环,反而能创造更大的实际价值。

问题已经不再是"哪个模型最好",而是:什么样的系统才能把这个模型转化为可靠的结果?

AI开发工具编辑部分级榜

这不是一个通用的基准测试,每种工具解决的问题都不一样,最合适的选择取决于你的意图与你需要智能体实际执行的动作之间的差距。

等级	工具	最佳用途
S	Cursor、Claude Code、Antigravity CLI	在真实代码仓库中进行高强度开发
A	OpenCode、Hermes Agent	开放、本地、自托管或持久化的工作流
B	配备AI扩展的VS Code	兼容性与传统集成
专项工具	Orca、Agent Herder	监督与编排多个智能体
极简派	P	从零构建完全自定义的环境

不舒服的真相一:"无限量"订阅正在消失

固定订阅模式有一个明显的优势:能把AI支出预算化为一笔可预测的月费。但一项复杂任务就可能消耗数千甚至数百万个token,尤其是涉及高级模型、长上下文、外部工具和自主会话的时候。

GitHub Copilot正在转向AI积分制:使用量按实际消耗计量,每个套餐都包含月度额度,超出后可付费扩展。与Anthropic或Google不同,微软并不拥有它所集成的所有模型,因此需要承担一笔越来越难用固定费率消化的"API税"。

这一变化影响深远:AI编程工具正在从传统订阅制转向更像云基础设施的计费方式。真实成本将取决于你并行运行多少个智能体、发送多少上下文、每项任务选用哪个模型,以及一个流程要重复执行多少次。下一轮竞争优势不会只来自更低的价格,而是来自设计出更少浪费上下文、并懂得何时该用贵模型、何时用便宜模型的工作流。

不舒服的真相二:终端正在重新夺回主角地位

对大多数AI工具而言,如今命令行(CLI)版本确实优于对应的桌面版本。这通常是因为大型科技公司会为不同界面配备不同的开发团队:图形化应用获得更多设计预算,而CLI则获得更多稳定性和功能专注度。

Claude Code就是一个典型例子:作为原生终端智能体,它能启动子智能体、执行远程命令、渲染消息,而不会背负沉重图形层带来的额外开销。Google Antigravity也遵循类似的逻辑——其CLI轻量且稳定,尽管其桌面应用仍然存在CLI没有的编辑器缺陷。

终端并不天然优于桌面应用。它的优势体现在需要自动化、可复现性、通过SSH进行远程访问、CI/CD集成以及跨会话连续性,而不依赖图形窗口的场景中。桌面适合观察,终端往往更适合操作。

不舒服的真相三:VS Code不再是默认标准

Visual Studio Code依然灵活,但其架构设计的初衷是保护微软自身的生态系统。要集成GLM、Kimi或Qwen等开放或竞争模型,通常需要借助一个伪装成OpenAI API的代理来"欺骗"编辑器,而不是原生集成。

相比之下,Cursor将编辑器、上下文和多个模型原生集成在一起,速度明显更快。随着SpaceX收购Cursor的进程推进,可以预见它将与Grok等模型实现更深度的整合——这是微软如果不彻底重新设计VS Code就难以匹敌的优势。

真正值得关心的问题已经不是一个编辑器有多少扩展插件,而是它是否理解整个项目、能否在不破坏一致性的前提下修改多个文件、能否运行测试、控制权限,并将任务委派给子智能体。

不舒服的真相四:开源带来自主权

封闭工具往往能提供更打磨的体验,而开放工具提供的是另一种东西:完全的掌控权。

OpenCode是本地或私有模型的首选harness。它的终端界面(TUI)能以封闭环境难以企及的效率管理多个会话,也是充分发挥Fable 5等模型价值的理想场所——这类模型如今在质量上明显优于更封闭的替代方案。

Hermes Agent则更进一步:它不只是代码生成器,更是一个基础设施助手,能够运行在VPS上、克隆项目、修复错误、制定计划,并在工作完成后自动通知你——全程自主完成。

但没有安全保障的自主性,不过是一种优雅地把服务器钥匙拱手让人的方式。任何自主harness都应当遵循最小权限原则,在隔离环境中运行,保留活动日志,并在执行不可逆更改前接受人工审核。

不舒服的真相五:编排器将比助手更重要

下一次飞跃不会来自某个更聪明的单一智能体,而是来自多个专业智能体之间的协调:一个负责分析代码仓库,另一个负责设计方案,还有一个负责编写测试,又有一个负责安全审查。缺乏协调时,多个智能体只会带来噪音、冲突和不必要的开支。

Orca的亮点是配备了移动应用,可以随时随地监督智能体的运行。Agent Herder是一款基于终端的编排器,拥有插件系统,用于管理多个相互通信的智能体——可以说是tmux为AI时代进化出的版本。

AI辅助开发的未来,将越来越不像与聊天机器人对话,而更像是在管理一支由数字智能体组成的小型团队。

极简主义harness:P的案例

不是每个人都想要一个功能齐全的平台。对于追求Vim或Neovim那种彻底掌控感的极简主义者来说,P是一个选择:它的内核默认什么都不带,不原生支持MCP,只有基础的skills和函数,直到用户自行安装所需功能。

这是留给那些愿意带上自己的API密钥、手动配置智能体每一项行为的人的工具。它的优势是彻底的自主权,代价是你需要独自维护整个环境。

结论:不要只买模型,要设计系统

关于"哪个模型最强"的争论,每周都会继续占据社交媒体的头条。但要交付真正的产品,光靠基准测试是不够的。生产力取决于模型、上下文、工具、记忆、权限、编排、测试和人类判断力的综合作用。

一个没有测试保障的优秀模型可能产出危险的代码;一个没有边界的自主智能体,可能节省时间,也可能制造出无法追踪的技术债务。真正的资产不是某个工具的订阅,而是你围绕它构建起来的工作流。

最后的问题不是技术问题,而是战略问题:你会继续只是那些常用工具的使用者,还是会成为自己harness的架构师?

常见问题

什么是AI harness? 它是连接开发者意图与模型之间的一层,负责管理上下文、记忆、权限、命令执行、自动化测试以及通过MCP进行的工具调用。它决定了一个强大的模型最终会转化为可靠的结果,还是平庸的结果。

2026年最好的AI编程工具是什么? 没有唯一的赢家。Cursor、Claude Code和Antigravity CLI在真实代码仓库的高强度开发中领先;OpenCode和Hermes Agent适合开放或自托管的工作流;Orca和Herder则解决了监督多个智能体的问题。

GitHub Copilot为什么转向积分制? 因为微软并不拥有它所集成的所有模型,需要为每个消耗的token支付实际的API成本。积分制把这部分可变成本按实际使用量转嫁给用户,而不是继续用固定费率来补贴。

使用AI智能体时,终端(CLI)和桌面应用哪个更好? 这取决于具体场景。终端在自动化、远程访问、CI/CD集成和跨会话连续性方面更胜一筹;桌面应用则更适合直观观察智能体的工作过程,但通常比对应的CLI版本存在更多缺陷和额外开销。