大模型 vs 框架工程：AI Agent开发的未来究竟谁主沉浮？

一个交易员赚了300万美元，到底是因为他本人厉害，还是因为他坐的那个位置厉害？平台和个体能力孰轻孰重，这个经典的“椅子”与“人”的争论，如今在AI工程领域也找到了映射。

最近，AI工程师圈子里掀起了一场激烈的辩论。辩论的焦点是：驱动智能体（Agent）成功的关键，究竟是模型本身，还是包裹模型的工程框架？

一边是 Big Model 派，他们坚信模型的原始能力决定一切；另一边则是 Big Harness 派，他们认为巧妙设计的工程框架才是解锁模型潜力的钥匙。latent space 近日对两派的观点进行了梳理，这场辩论或许正指向AI应用开发的未来方向。

Big Model 派的观点：框架应如蝉翼，模型才是核心

Big Model 派的观点非常鲜明：框架（Harness）越薄越好，最好只是模型能力的一个简单出口。

Claude Code 的创始人 Boris Cherny 的表述相当直接：“我们的秘诀都在模型里，框架只是最薄的那层包装。我们写得不能再简单了，这就是最精简的东西。” 他们的开发哲学是围绕模型构建，甚至不惜每隔几周就重写一次框架代码，但核心目标始终不变——让模型发挥最大能力，减少框架带来的任何束缚。

OpenAI 的 Noam Brown 则从推理模型发展的角度给出了更激进的看法。他认为，随着推理模型的成熟，那些复杂的脚手架将变得多余。“你直接把问题给推理模型，它自己就能搞定。那些脚手架最终都会被更强大的模型替代。”

数据似乎也在支持这一派别。来自 METR（机器学习技术研究评估）的测试显示，像 Claude Code 和 Codex 这样的专用框架，在任务时间范围的测量上，其表现并未显著超越他们默认使用的基础脚手架。

Scale AI 的 SWE-Atlas 基准测试也提供了有趣的发现：对于 Claude Opus 4.6 模型，使用 Claude Code 框架比使用通用的 SWE-Agent 框架平均高出2.5分；但对于 GPT-5.2 模型，情况却正好相反。整体来看，在统计误差范围内，为特定模型选择专用框架带来的提升可能并不显著。

Big Harness 派的反击：框架即产品，工程化是关键

Big Harness 派则提出了完全不同的视角。他们认为，框架本身就是产品的核心价值所在。一个设计精良的框架，决定了模型能力能被多大程度地、多可靠地释放。

从技术实现上看，每个生产级的智能体（Agent）都遵循一个核心循环，这个循环本身并不复杂：

while (模型返回工具调用):
  执行工具 → 捕获结果 → 添加到上下文 → 再次调用模型

无论是 Claude Code、Cursor 的 Agent，还是 Manus 的架构，本质上都在这个循环内运作。那么，差异在哪？差异在于如何设计这个循环中的每一步：如何构建上下文（Context）、如何选择和管理工具（Tools）、如何定义停止条件、如何进行错误处理和状态管理。

LlamaIndex 创始人 Jerry Liu 的观点更加犀利，他直言：“模型框架就是一切（The Model Harness is Everything）。从 AI 获取价值最大的障碍，就是你自己对模型进行上下文和工作流工程的能力。业务逻辑越复杂，这一点就越重要。”

更有说服力的证据来自实践。有开发者分享，仅通过一个下午对框架的优化，就让15个不同的大语言模型在编码任务上的能力都获得了显著提升——模型本身没有任何改变，变的只是调用它们的方式和流程。

当然，我们也要看到立场的差异：卖框架的自然会说框架重要，卖模型的则必然强调模型的核心地位。AI行业内部也一直有关于“复合AI系统”的讨论，试图告诉你两者都不可或缺。

但趋势似乎正在发生变化。随着 Agent Labs 等机构在理论上的探索得到市场验证（例如 Cursor 的高估值），业界不得不承认 “Harness Engineering” 确实创造着巨大价值。这一点甚至体现在了专业教育领域，AIE Europe 已经开设了 全球首个 Harness Engineering 专题课程。

小结：好马需配好鞍，但马也在进化

这场辩论虽然将观点推向了两个极端，但它清晰地揭示了一个核心矛盾。最终的答案很可能并非二选一，而是动态平衡。

从长远趋势看，大语言模型本身的能力无疑在持续增强。一些针对初级模型的、非常细节和刻板的框架设计（就像一步步教小学生做算术题），在面对越来越强大的“大学生”级别的模型时，自然会显得冗余和低效，逐渐消亡。

这不禁让人联想到工业革命以来的管理变革。过去，对于流水线上的工人，标准化、计时打卡等精细化管控能显著提升效率。但当面对知识型、创意型工作时，同样的强管控手段往往会适得其反。字节跳动提出的“Context, not Control”（提供上下文，而非控制）管理理念，正是这种适应性进化的体现。

对于 人工智能 的开发与应用也是如此。我们需要根据模型能力的进化阶段以及具体任务场景的差异，灵活调整“框架”的复杂度和侧重点。为强大的模型配备一个轻盈而智能的“鞍”，在提供必要引导的同时给予其足够的自主空间，或许才是最有意义的工程实践方向。

这场关于 Big Model 与 Big Harness 的讨论，不仅关乎技术选型，更关乎我们对 AI 能力本质的理解。如果你对这类深入的技术辩论和行业趋势分析感兴趣，欢迎到 云栈社区 的 智能 & 数据 & 云 板块继续交流探讨。