大模型工程能力的三次进化

过去三年，围绕大模型的工程能力其实经历了三个阶段。

2023 年大家在聊 Prompt Engineering，重点是怎么写好提示词；2024 年变成了 Context Engineering，重点是怎么给模型更完整的上下文；到了 2026 年，一个新词突然冒了出来：Harness Engineering。

Harness 本意是给马套的缰绳。用在这里，是指围绕大模型搭一套能自我修复、自我提升、并且能在真实世界里持续工作的系统。换句话说，前两个阶段还是在"喂"模型，到了 Harness 这一层，开始要"驾驭"模型了。

真正的 AI-First，长什么样？

Creao 的 CTO Peter 之前在 Meta Llama 团队和苹果多模态组工作过。他发了一条推特，直接爆了 187 万流量。核心观点很扎心：大多数公司所谓的 AI-First 都是假的。

真正的 AI 优先，是把 AI 从辅助工具变成生产力主导者，彻底重构组织架构和工作流。

具体到他们团队是什么节奏？早上 10 点写完一个功能，中午就能做 AB test，下午 3 点根据数据砍掉，5 点又重写出更好的版本。传统流程可能需要六周，现在一天搞定。

角色彻底颠倒了

这里有个特别反直觉的变化：以前产品研发速度慢，营销团队可以超前四五个月准备物料。现在反过来了，开发速度远超营销，营销团队反而在追着工程师发布的功能跑。

Clark 提到，他们现在已经不需要 feature wishlist 和 bug list 了。bug 能被 agent 及时发现并自动修复，feature 也多到根本用不完。

你品一下这个变化的含义：过去公司最稀缺的是"开发产能"，现在变成了"组织能不能消化 AI 产能"。瓶颈从生产端转移到了消化端，这是个非常根本的转变。

信任从"信任人"变成"信任 AI"

跨团队协作的方式也变了。

以前跨团队对齐成本极高，工程、产品、营销之间要反复同步开会。现在 AI 可以直接告诉 Marketing：今天 Engineering 要发布什么功能，中间不需要人来回沟通。

Peter 他们甚至把产品经理这个角色拆解掉了。在他们看来，对齐成本本身就是个伪需求——只要系统足够强，决策可以由 AI 驱动，信息也可以由 AI 自动流转。

听到这里你可能会想：那人到底还干什么？这正是接下来要回答的问题。

为什么初级工程师反而更适应？

更反常识的一点：初级工程师比资深工程师更容易适应 AI-First 环境。

为什么？资深工程师有太多技术债务和思维定势，不愿意把 scope 扩大到产品设计和数据分析。初级工程师反而更愿意跨越职能边界。

Peter 说，未来最值钱的可能不是某个垂直领域的 deep specialist，而是同时具备 Architecture + Product Sense + Marketing Sense 的 generalist。

这点值得想一想：AI 把执行能力放大之后，真正稀缺的会变成什么？答案是——你能不能定义问题、判断方向、理解用户、看懂数据，并把系统搭起来。执行不再是壁垒，判断才是。

Agent 经济：你的内容到底给谁看？

最让人脑子嗡嗡的是 Clark 提到的 Agent 经济。

他们发现，现在很多营销素材其实是给 Agent 看的，而不是给人看的。

未来买东西、订报纸、订牛奶，可能都是 Agent 在决策。那你今天产出的内容，到底是给人消费，还是给 AI 消费？价值判断标准可能会完全不一样。

过去我们优化的是人类注意力——标题党、视觉设计、情绪钩子。未来可能还要优化 Agent 的理解、检索、判断和行动。这对一人公司来说是个全新的命题：你的产品落地页、API 文档、定价说明，未来第一受众可能是 Agent。

Harness 的两层结构

Creao 把 Harness 分成两层：

  • 第一层：公司内部 Agent 系统的 Harness，重点是 self-healing 和 auto-fixing
  • 第二层：用户在 Creao 平台上自己搭建的 Agent，也能持续 self-improve

他们整个团队只有 25 人，工程师不到 10 人，却在两个星期内完成了整个架构重构。Peter 说，一年前这种规模的产品至少需要 100 人干四五个月。

这就是 Harness 带来的杠杆——不是单个工程师 10x，而是整个组织的运转效率被重新设计。

代价是什么？

这不是说 AI-First 转型没有代价。

他们花了很长时间 align 全员 mindset，尤其是让大家真正相信：AI 可以主导，而不只是辅助。

很多人嘴上说拥抱 AI，但本质上只愿意用 AI 工具提升自己的效率，并不愿意把生产力主体让给 AI。这个心态上的差距，决定了一家公司能不能真正完成 AI-First 转型。

对一人公司来说这点反而简单——没有团队需要 align，唯一要说服的就是你自己。问题是：你愿意把自己降级成"审核者"和"方向定义者"，让 AI 去执行 80% 的工作吗？

最大的认知升级

如果只能带走一个观点，那就是：

AI-First 不是在现有流程上叠加 AI 工具，而是把 AI 当成新物种，重新设计整个组织生态。

人未来的核心价值，不是执行，也不是对齐，而是定义需求方向，以及最终审核结果是否符合人类利益。

对独立开发者和一人公司来说，这套思路其实更容易落地：你不需要重构一个百人组织，只需要重构自己的工作流。下次写功能之前，不妨先问自己一句：这件事，能不能让一个 Agent 系统帮我跑完全程，我只在出口处做判断？

产品经理这个角色，你觉得未来会消失，还是会进化成"Agent 系统的产品负责人"这种新形态？