前 Kimi CLI 负责人、Raft 创始人 stdrc（Richard Qian）近日公开发声，直指行业内流行的"Harness 终将消失"论是"没做过工程的人"的误解。他的核心判断是：模型越强，Harness 反而越厚——只是复杂度从"能力层"转移到了"协作层"。
最近 AI 编程圈出现了一场有趣的"两极分化"：一边是极简 Agent 派（如 Pi），用不到 1000 Token 的 Prompt 加 4 个基础工具就让模型自己发挥；另一边是 Agent Swarm 和多智能体协作派，系统越做越复杂。
这引发了一个圈内都在吵的问题：底层的 Harness 到底会不会消失？
stdrc 的答案很直接：不会消失，反而会更厚。但这个"厚度"变了。
模型变强后，Harness 会越来越薄，最终被训进模型里，彻底消失。Pi 的爆火就是证明。
模型越强，解锁的场景越复杂，Harness 在协作层反而会越厚。底层补丁在减少，上层管控在暴增。
注：左侧代表行业内普遍认知，右侧是 stdrc 基于一线工程实践的反常识判断。两种观点指向截然不同的技术路线选择。
stdrc 从一线开发的角度，拆解了行业内两层根深蒂固的误解——每个误解背后，都是对工程复杂度的误判。
stdrc 的这套理论并非纸上谈兵，而是基于 Kimi CLI 从 0 到 1 的完整工程实践。团队没有参考任何开源框架，完全从零生长。
演化路径清晰地展示了"复杂度迁移"的规律：
注：减法实验指团队砍掉了专门的 subagent 调度代码和原生并行控制，让模型直接用脚本自行处理。结果发现底层依赖确实可以丢弃，但上层立刻冒出多智能体通信、任务交接等新需求。
到了迭代后期，团队做了一次大胆的"减法实验"：把专门搞 subagent 调度的代码全砍了，原生的并行控制也不要了，全放手让模型自己用脚本去搞。结果发现，只要模型能力到了那个临界点，底层的 Harness 确实可以丢弃。
但底层代码刚删完，团队就发现更头疼的问题：多个智能体之间怎么通信？怎么交接任务？怎么搞定通信协议和分工？于是，他们开始往上层加码，提出多智能体 Harness 的架构概念。
这些探索，就是后来 Raft 的技术前身。而这个方向的判断，也与之后 Claude 推出跨会话对话、行业集体转向多智能体的趋势高度吻合。
离开月之暗面后，stdrc 创办了 Raft。如果说 Kimi CLI 是一次演化实验，那 Raft 则是对"上层厚 Harness"架构的直接实践。
Raft 不做单 Agent 运行时，全部火力集中在上层协作：
模型只管单次回答，但 Raft 负责让每个 Agent 都有独立的进程、记忆和工作习惯。任务中途断了，换个时间还能无缝接上。
模型自己不会主动搞团队协作。Raft 把人类上班那一套搬了过来——用类似工作群的"频道"隔离聊天，支持任务认领、认降和交接，所有步骤留痕。
Raft 搞了一套跨厂商通信协议，让 Claude、DeepSeek 可以在同一个工作区里用统一的标准对话。这事单靠某一家模型公司绝对不会去做。
在这里，Harness 已经不是一段代码，而是变成了团队的工作流和权责体系。每个 Agent 只算 0.1 个人类席位，支持跨团队共享。
到这一步，Harness 已经从一个"技术工具"变成了整个团队的日常沟通和协作规则本身。
stdrc 将模型与 Harness 的关系比作"阴与阳"——此消彼长、共同进化。局部功能的"内化"（阴的扩张）与上层需求的"生长"（阳的延伸）同步发生，没有终点。
如同人类大脑比猿类更发达，于是发明了语言、文字、计算机、互联网——智能水平越高，与世界的交互方式越复杂。Harness 就是 Agent 智能的"交互基础设施"，只会随智能升级而持续向外延伸。
一个有趣的哲学注脚来自开发者 Monk Zero：他认为 Pi 方案的本质是"薄层提示词 + 厚层 Harness"，模型如同狄俄尼索斯式的混沌与创造力，而 Harness 则是阿波罗式的秩序与结构——二者永恒互补。
当一切都被视为 Harness 时，它反而隐形了——就像电网和水一样成为基础设施。真正的竞争壁垒不在模型参数，而在更高维度的上层协作与复杂业务场景中。
stdrc 创办的 Raft 项目正在探索"多智能体协作层"的产品化落地。
对于 AI 工程团队而言，这场"Harness 厚薄之辩"的答案，可能直接决定未来两年的技术路线选择。