@BohuTANG: 在研发 Evot 过程中发现，要让 Anthropic（Opus 系列）模型发挥到极致，官方 Claude Code 的做法基本是最优解，很难绕过。 对 Claude Code prompt 做了深度分析和量化验证，发现他们在训练阶段就把…

X AI KOLs Timeline 新闻
anthropic claude-code agent-harness model-training prompt-engineering deepseek cursor-composer

摘要

在研发Evot过程中发现，要让Anthropic Opus模型发挥极致，官方Claude Code的方法是最优解，因为训练时将Agent Harness行为模式编入了权重，而非纯prompt工程；未来Agent Harness竞争将把行为下沉到模型层。

在研发 Evot 过程中发现，要让 Anthropic（Opus 系列）模型发挥到极致，官方 Claude Code 的做法基本是最优解，很难绕过。 对 Claude Code prompt 做了深度分析和量化验证，发现他们在训练阶段就把 Agent Harness 的行为模式烧进去了： 1. 长内容输出时模型会自发产生 <!-- PLACEHOLDER_ --> 占位符做分块写入——system prompt 里压根没要求这么做 2. Tool name 在模型内部有偏好绑定，只有官方名字效果最佳，换个名字行为差异巨大 ... ... 这不是 prompt engineering 的范畴了——模型训练时就把 scaffold 的行为模式编进了权重。第三方想达到同样效果，要么对齐官方，要么自己训。。 猜测 DeepSeek 搞 Agent Harness（@victor207755822），也得走同样的路——把 harness 行为烧进模型训练，模型和 scaffold 深度耦合。Cursor Composer 2.5 大概率也是这么干的，1/10 成本追平 Opus。 Agent Harness 下一个竞争维度：agent 行为从 prompt 层下沉到模型层。prompt 和权重里外配合，效果远超纯靠 prompt 硬拗。
查看原文
查看缓存全文

缓存时间: 2026/05/23 20:15

在研发 Evot 过程中发现，要让 Anthropic（Opus 系列）模型发挥到极致，官方 Claude Code 的做法基本是最优解，很难绕过。 对 Claude Code prompt 做了深度分析和量化验证，发现他们在训练阶段就把 Agent Harness 的行为模式烧进去了：

  1. 长内容输出时模型会自发产生 占位符做分块写入——system prompt 里压根没要求这么做
  2. Tool name 在模型内部有偏好绑定，只有官方名字效果最佳，换个名字行为差异巨大 … …

这不是 prompt engineering 的范畴了——模型训练时就把 scaffold 的行为模式编进了权重。第三方想达到同样效果，要么对齐官方，要么自己训。。

猜测 DeepSeek 搞 Agent Harness（@victor207755822），也得走同样的路——把 harness 行为烧进模型训练，模型和 scaffold 深度耦合。Cursor Composer 2.5 大概率也是这么干的，1/10 成本追平 Opus。 Agent Harness 下一个竞争维度：agent 行为从 prompt 层下沉到模型层。prompt 和权重里外配合，效果远超纯靠 prompt 硬拗。

相似文章

@shao__meng: Claude Code、Cursor、Codex、Aider、Cline 部分底层模型可能完全相同，但 Agent 表现却不一样，为什么？ @addyosmani 认为：是因为模型之上的那层“外壳” —— Harness，它包括「提示词、…

X AI KOLs Timeline

The article discusses how Addy Osmani argues that the performance difference between AI coding agents like Claude Code, Cursor, and Cline stems from their 'Harness'—the layer of prompts, tools, and constraints around the model—rather than the underlying model itself. It details best practices for harness engineering, including hooks, sandboxing, and context management, to bridge the gap between model capability and actual agent performance.

@VincentLogic: Anthropic 这个演讲有点东西。 以前写 Agent 还得自己费劲搞路由（Router）、重试机制、上下文压缩，现在演讲者直接说：这些“脚手架”模型已经内置了，别费劲造轮子了。 最炸裂的是最后那个 Demo：让 Claude 自己打…

X AI KOLs Timeline

这篇文章评论了 Anthropic 关于 Claude 的演讲，指出模型现已内置路由、重试等 Agent 脚手架功能，并展示了 Claude 自主复现、修复前端 Bug 及测试的流畅闭环 Demo，标志着 Agent 开发进入新阶段。

@NFTCPS: HarnessX这玩意儿挺有意思：一个能自己改自己的智能体架构。 以前架构怎么变，全靠人手调。新模型一出，Anthropic就把Claude Code里的规划步骤砍了，Manus半年重构了五次智能体，每次都在做减法。改什么、什么时候改，一…

X AI KOLs Timeline

HarnessX introduces a framework for self-evolving AI agent harnesses that treats the runtime harness as a first-class object, enabling automatic adaptation via trace-driven reinforcement learning. It achieves average gains of +14.5% across five benchmarks, with larger improvements for weaker models.

@xiaohu: Claude Code 之父自己的 CLAUDE.md 现在就两行... Claude Code 团队聊"少即是多"分享随着模型能力增加该如何和模型交流： “别跟模型较劲做加法，因为模型每代都在变强，你今天费劲搭的东西很快就白搭了。” 为…

X AI KOLs Timeline

Claude Code 团队分享了使用最佳实践：CLAUDE.md 应尽量简短并定期清空，坚持 CLI 而非 GUI 的原因是模型进步太快，用 AI 修 bug 已非常高效，核心策略是做减法、轻配置、信赖模型能力。