AI 工具问题的答案（2分钟阅读）

# 马具问题的答案 来源：https://danielmiessler.com/blog/the-answer-to-the-harness-question 马具用于意图；模型用于执行 2026年7月29日 马具问题的答案（https://danielmiessler.com/images/the-answer-to-the-harness-question.webp） Martin Casado 发了一条关于 AI 马具的帖子，恰好点出了当下许多聪明人卡住的地方。 > 关于马具，我在三种信念之间摇摆：马具越少越好。模型才是魔法。对模型进行后训练并配上马具，效果会好得多，而模型提供商胜出。马具具有独立于模型的真正价值。我不知道哪种是对的。 > Martin Casado（https://x.com/martin_casado/status/2082527395920347362） 我想我能回答这个问题。 这个问题之所以看似无解，是因为我们把马具当作了一样东西。实际上它是两样。每个马具都承载着某种 WHAT 与 HOW 的混合——关于你想要什么的上下文，以及关于如何实现它的指令。而这两半的时效性正好相反。 HOW 的那一半会腐朽。这就是Sutton的苦涩教训（http://www.incompleteideas.net/IncIdeas/BitterLesson.html）在你的配置文件中上演：模型越聪明，你的分步指令相比之下就显得越蠢。如果你的马具主要是 HOW，那么 Martin 的第一种信念就对了。马具越少越好，因为模型才是魔法。 WHAT 的那一半会增值。你是谁、你在做什么、你想要达成什么、以及对你而言什么是“好”。越聪明的模型越能利用这些上下文，而不是相反。如果你的马具主要是 WHAT，那么他的第三种信念就对了。它确实具有独立价值，而且这个价值会随着每个模型发布而增长。 所以信念一和信念三都是对的。它们只是针对马具的不同部分。 第二种信念——模型提供商把马具后训练进模型并获胜——在执行上是正确的，但在意图上是错误的。实验室绝对可以训练模型成为更好的智能体，它们也会这么做。但它们无法把你的上下文后训练进模型。你要构建什么、为谁构建、带着你的约束和品味。这些都必须从外部捕获并传递过来，每一次都如此。 这就是马具的用途。我一直称此为意图工程（https://danielmiessler.com/blog/intent-engineering），这也是我自己的马具（https://danielmiessler.com/blog/personal-ai-infrastructure）背后的整个设计原则：捕获人类真正想要的，在每个任务中传达给模型，其他方面则保持不干预。 所以，马具是必要的。极为强大。但仅限于你的上下文，同时为模型的执行让路。 #### 附注 大约29.7701年来，我在这里无广告地写作——至今已累计3,075篇论文和教程。如果它对你有用，每月或一次性捐赠能让它继续下去。🫶🏼 ### 月捐 ### 一次性捐赠