物界前沿Codex 写代码挺好，但真正让我上头的，是那个叫 harness 的东西
我对比了 Codex 和 Claude Code，实际跑了一遍，先说结论：值不值得用，看你想干嘛。如果只是让它写个脚本、改个 bug，那它就是个高级点的自动补全。但如果你把它当成一个能自己规划、自己调工具、自己迭代出结果的系统，那它重新定义了“编程”这件事。
你们可能已经看到了，最近 Hacker News 上那篇《Things I Think I Think About AI (2026 Edition)》在讨论一个词，叫 harness。我最早是在 7 月中旬开始用 GPT-5.6 的 Codex 时接触到的这个概念，当时没太当回事。但这几天我搭了个最小化的双 agent 系统，才意识到，harness 可能是未来一两年里最值得普通用户关注的东西。
先给完全没接触过的新手解释一下，harness 这个词，直译是“马具”，但在 AI 语境里，它指的是那个“框架”或者“壳子”。你可以把它理解成一套流水线：你给 AI 一个任务，它自己拆解成小步骤，每一步去调用不同的工具（比如搜索、写代码、读文件），然后把结果汇总，继续下一步，直到完成。整个过程不需要你一步步指挥，你只需要给它设定边界和规则。
我这边测下来，最简单的上手路径分三步：
- 装好 Codex 的 CLI 工具（终端里跑
npm install -g @openai/codex），然后codex进入交互模式。 - 给它一个明确的任务，比如“写一个 Python 脚本，读取这个文件夹里所有 CSV 文件，把重复行去掉，输出到一个新文件”。注意，任务描述越具体越好，最好带上你期望的输出格式。
- 它跑完以后，你检查一下输出，不满意就继续对话让它改，直到对了为止。
听起来很简单对吧。但这里有个最大的坑，也是我一开始栽跟头的地方：你给它一个模糊的任务，它就会给你一个模糊的结果。比如你只说“帮我整理一下这个数据”，它会自己猜你要什么，大概率猜偏。我自己的教训是，任务描述里必须包含三样东西：输入是什么、输出是什么、评判标准是什么。比如“输入是 CSV 文件列表，输出是一个合并后的 CSV，评判标准是行数等于所有文件行数之和减去重复行”。
素材里微软那个 2026 趋势报告也提到，仓储智能（repository intelligence）会成为竞争壁垒，因为 AI 需要结构和上下文才能更可靠。翻译成人话就是：你的任务描述越结构化，AI 的表现越稳定。
第二个坑，是它跑起来之后你容易撒手不管。Codex 这类工具在跑长任务时，会自己连续执行很多步，你盯着屏幕看它一行行刷过去，很容易走神。但中间如果出现一个错误，它有时候会自己绕过去，有时候会卡住。我建议每跑完一个阶段，就让它停下来汇报一下进度，确认没问题再让它继续。这个控制权，在早期阶段千万不能丢。
第三个坑，是大多数人最容易犯的：试图一次让它干太多事。我上周试过让 Codex 同时做一个数据清洗、一个网页爬虫、一个邮件自动发送脚本，结果它内部逻辑互相干扰，最后全乱了。正确做法是拆开，一个一个来，每个任务独立跑通，再考虑串联。
顺便说一句，Snapchat 7 月底那个新规则，完全 AI 生成的视频不再被 Spotlight 推荐，这事儿跟 harness 也有点关系。平台开始区分“AI 辅助”和“AI 全自动”了，前者的核心还是人，工具只是马具。
跑通一个单 agent 任务之后，你就能进阶到双 agent 了。我这几天的做法是：一个 agent 负责产出（写代码、生成内容），另一个 agent 负责审查（跑测试、挑毛病）。两个 agent 互相独立，审查的那个有自己的评判标准，不直接听命于产出的那个。这个结构的好处是，审查 agent 不会因为“自己写的东西”就放过问题。我跑下来，代码质量明显比单个 agent 自己检查高一个档次。
但这里也有个新坑：两个 agent 之间会互相传递信息，如果格式不对，或者一方输出了多余的内容，另一方可能误解。我的解决办法是给它们约定一个简单的通信格式，比如统一用 JSON 传递消息，字段名固定，这样能减少很多莫名其妙的错误。
最后说说我对未来的判断。那篇 HN 帖子里问了一个问题：harness-first 的未来到底是 6 个月、12 个月、18 个月还是 24 个月。我的看法是，12 个月左右，主流开发者会默认用 harness 方式工作，就像现在默认用版本控制一样。但对普通用户来说，这个时间点会更晚，因为门槛不在工具本身，而在你能不能把你的任务描述得足够清楚。这恰恰是大多数人不擅长的。
学完这个，下一步可以试着把你手头一个重复性的工作（比如每周整理报表、批量处理图片）拆成任务描述，丢给 Codex 跑一遍。不用追求一次成功，先跑起来，再慢慢调。你会发现自己对“AI 能干什么”的认知，会变。
本文编译自 Hacker News，原文：https://www.alephic.com/writing/things-i-think-i-think-about-ai-2026-edition
版权归原作者所有，本文为基于公开报道的编译与独立分析。
