AI Builders Digest 0622：模型吞噬脚手架、context 护城河、软件消费 agent 化
- 模型将在12个月内吞噬agent harness，社区需要harness bench量化适配能力
- 多模型路由层成为新价值层，但harness是过渡态还是护城河存在争议
- context是真正不被模型吃掉的护城河，input需3-5倍output防slop
- agent将100倍消费软件，headless化使CRM、文档等数据被密集调用
- 垂直超智能先到来，coding已像窄超智能，下一个是数学、金融、科学
今天的 AI Builders Digest 主线是 模型吞噬脚手架：Google DeepMind 的 Logan Kilpatrick 在 Training Data 播客里给 agent harness 的 alpha 判了「大约 12 个月就会被模型吸收」的期限，并呼吁社区做一个 harness bench。同一波的 X 动态里，Aaron Levie 把 Sakana Fugu 的多模型路由当成新价值层，Peter Steinberger 却对 multi-model routing 唱反调——harness 到底是护城河还是过渡态，今天这场隔空辩论很值得标记。另一条更稳的暗线是 context：Garry Tan 开源 GBrain，Zara Zhang 给出 input 需 3-5 倍 output 的防 slop 规则，真正不被模型吃掉的可能正是 context。
今日总结
主线：agent harness 正从「壁垒候选」变成「过渡态」，但路由层和 context 层同时在抢着接棒。
Logan 给出了 harness 被吃掉的时间表。 antigravity 正在成为驱动 search、Gemini app、Cloud、AI Studio 的统一 agent harness，coding 已经证明自己是通用 agent harness；但 Logan 同时断言，今天我们叫「模型」的东西早已不只是权重，而是围绕权重长出的一整套系统，scaffolding 领先模型几步、然后被模型 upstream 吃掉。他给 harness 的 alpha 判了大约 12 个月的期限，并点名社区需要一个 harness bench。Gemini 3.5 flash 纯靠 post-training 超越此前任何 pro 模型、AI Studio 一周生成约 35 万个 Android 应用，都在证明「引擎在转」。
路由层正在抢着当新 alpha。 Aaron Levie 把 Sakana Fugu 的多模型路由看成本时代应用层搭 harness 的通用做法，Steinberger 反过来公开对 multi-model routing 表示怀疑——同一天，harness 是护城河还是过渡态，三种立场同台。Rauch 的 IKEA 效应补了一刀：harness 不只是技术层，也是人与 agent 的心理契约层，你亲手「搭」出的代码越容易让你高估它的价值。
真正可能不被吃掉的，是 context。 Garry Tan 开源 GBrain 并断言，AGI 给智能、你得自己收集 personal context 才有真正解锁；Zara Zhang 把它落到操作层——input 要 3-5 倍于 output 才防得住 slop。harness 会被 model 吃掉，但你独占的 context 不会。
软件消费侧同步被 agent 改写。 Levie 的另一句更狠：agent 消费软件会是人的 100 倍，headless 化会让 CRM、文档、analytics 数据被远比人更密集地调用。Ryo Lu 在 Cursor mobile 里 vibe code 出 ryOS Books、Nan Yu 的「质量是非理性的」、Peter Yang 转述的 HTML 作为 agent 母语，都是这条主线的具体切片。
今日关键词： model eats harness · harness bench · context moat · headless software · jagged superintelligence
播客精选
Training Data：为什么模型会吃掉 harness — Logan Kilpatrick（Google AI Studio / Gemini API）
Logan Kilpatrick 负责 Google AI Studio 和 Gemini API，刚在 Google IO 之后做客 Training Data。整期可以浓缩成一句：agent harness 这层的 alpha 大约 12 个月就会被模型吃掉。
antigravity 是 Google 的统一 agent harness。 Logan 透露 antigravity 不只是 IDE，而是 IDE + web + CLI + SDK 的整套生态，并且同一个 harness 正在驱动 search、Gemini app、Cloud、AI Studio——曾经 Gemini 是 50 多个 Google 产品的 through line，现在 antigravity 正在成为新的 through line。他的判断很直接：coding 已经证明自己是通用 agent harness。
agentic 化的进度仍在 crawl。 面向 13 亿级用户产品，Google 大部分体验还在「爬」，Gemini app 和 antigravity 接近「走」，DeepMind 研究更激进。原因是大多数用户还没准备好让 AI 全自动替他们行动，产品有责任把人「带在驾驶座上」。
Gemini 3.5 flash 是纯 post-training 收益。 Logan 强调 3.5 flash 在 coding 上超越了此前任何 pro 模型，而这一切全靠 post-training——是训练侧的硬成绩，不是预训练窗口的红利。他还透露 AI Studio 上周已生成约 35 万 个 Android 应用，是「过去根本不会有人去造」的那批个人软件。
核心论点是 model eats the harness。 Logan 说，今天我们叫「模型」的东西早已不只是权重，而是围绕权重长出的一整套系统——agentic tool calling、hosted tools、容器化 agent harness。scaffolding 通常领先模型几步，然后被模型吃掉、upstream 进模型。他给出时间表：
“the harness is where the alpha is. I think that perhaps won’t be true… in twelve months. the models will have just digested a bunch of that… the alpha will be somewhere else now.”
他还点名一个社区缺口：需要一个 harness bench，量化不同模型适配不同 harness 的能力。
垂直超智能会先到来。 Logan 用「jagged superintelligence」形容现状：coding 已经像窄超智能，下一个会是可验证性强的领域——math、finance、science。他还给了一个反 cannibalization 的判断：agent 时代搜索的正和效应远大于零和，Google 的成功标尺会从「最大化眼球时长」转向「最大化用户结果」。
这期播客和今天 X 上的 harness 路由之争正好对位：Logan 说模型会吃掉 harness，Levie 把路由层看成新价值层，Steinberger 则怀疑 multi-model routing——三种立场同一天出现，很值得标记。
🔗 https://www.youtube.com/watch?v=cMAs8z2dehs
X/Twitter 动态
Aaron Levie（Box CEO）：多模型路由是新的价值层，agent 会 100 倍地消费软件
Levie 转发 Sakana 的 Fugu：单一 API，工作自动分发给最适合的模型，Fugu 自己负责 model selection、delegation、verification 和 synthesis，多 agent 的复杂度不进入你的代码。他的判断是，这正是当下应用层 AI 产品搭 agent harness 的通用做法，而把它做成任何开发者都能调用的 LLM 是个好主意——frontier 与 OSS 模型越多元，能做最优路由的那一层越值钱。
另一条更战略化的推文：agent 消费软件的量会是人的 100 倍。当软件 headless 化，使用量和价值都会暴涨——CRM、文档、企业知识、analytics 数据会被 agent 远比人更密集地调用，能在商业模式和技术上支持 headless 交互的平台最有优势。
🔗 https://x.com/levie/status/2068917230570795178
🔗 https://x.com/levie/status/2068851573175021864
Peter Steinberger（OpenClaw + OpenAI）：对 multi-model routing 持保留态度
Steinberger 直接说自己对 multi-model routing 一直抱有怀疑，而最近的情况印证了他的直觉——与 Levie 力挺 Fugu 形成对照，harness 之争的同台感很强。他还更新了 OpenClaw 进展：炒作退潮后团队在打磨质量、补人，并注册了非营利组织（竞品多为 VC 资助、另有议程），这是他们至今最强的一周。
🔗 https://x.com/steipete/status/2068960117253632160
🔗 https://x.com/steipete/status/2068961217524490739
Guillermo Rauch（Vercel CEO）：coding agent 会榨干你的宜家效应
Rauch 一句话点破 coding agent 与人的心理契约：coding agents will squeeze every ounce of IKEA effect out of you, if you let them——你亲手「搭」出的代码，越容易让你高估它的价值，agent 正好利用这种情感依附。这条和 Logan 的 harness 论放在一起看，harness 不只是技术层，也是人与 agent 的协作心理层。
Garry Tan（YC CEO）：在可用 AGI 黎明期，你的 personal brain 才是真正解锁
Tan 开源了自己的 GBrain，并给出一个被低估的判断：在 2026 年可用 AGI 的黎明期，拥有自己的 personal brain 和 company brain 极其有用——AGI 给你智能，但你仍得自己收集个人 context 才能拿到真正的解锁。这条和 Logan 的「模型吞噬 harness」形成互补：harness 会被吃掉，但你独占的 context 不会被。
🔗 https://x.com/garrytan/status/2068701356358308112
🔗 https://x.com/garrytan/status/2068701357696323769
Zara Zhang（独立开发者）：防 AI slop 的硬规则——input 要比 output 长
Zara 给出一条很可操作的判断：判断 AI 产出（写作、设计）是否会沦为 slop 的经验法则是，你的 input 是否比 output 长。她的实际体感是，要让 AI 出高质量结果，input 通常是 output 的 3-5 倍；如果 input 远短于 output，几乎注定是 slop。这是 context 护城河论最具体的注脚。
Ryo Lu（Cursor 设计负责人）：在 Cursor mobile 里 vibe code 出 ryOS 的 Books
Cursor 设计负责人 Ryo Lu 因为怀念木质书架，在 ryOS 里做了一个 Books 应用：先在 Cursor mobile 里起步，再手工调动画和材质直到手感对，支持任意 epub 并通过 ryOS 账号同步进度。这是 coding agent 解锁个人软件的一个很具体的样本，也呼应 Logan 提到的「为解决个人问题而造软件」。
Nan Yu（Linear 产品负责人）：质量是非理性的
Linear 产品负责人 Nan Yu 引用一句话并深表认同：quality is irrational。你需要对质量有非理性的投入，并需要非理性的自信去相信——从上到下自己掌控一切，会比用通用框架产出更好的结果。这恰好解释了为什么 Linear、Cursor 这类产品在 agent 时代仍坚持自研栈，而不是套现成 harness。
Peter Yang（150K+ 订阅 AI 教程作者）：HTML 是 agent 做视频的母语
Yang 转述 liu8in 的判断：他们想做 video agent，但发现 agent 没有视觉智能，于是转向代码——HTML 是 LLM 的母语，LLM 不仅能用 HTML/CSS/JS 表达信息，还能表达视觉审美，footage、图片、素材、SVG 都可以挂在 HTML 之上。这给「agent 生成视频」指了一条比纯生成更可靠的路：用代码做骨架，生成内容做填充。
Thibault Sottiaux（OpenAI Codex / ChatGPT）：在 X 上公开向用户要 Codex App 的吐槽
OpenAI Codex / ChatGPT 的 Thibault Sottiaux 连发几条直接要反馈：Codex App 还有什么不爽、该改进什么（单条回复冲到 3380 条），以及现在 Codex 可以 bank usage resets，你是囤积型还是无压力消耗型。这是 OpenAI 把产品改进直接挂到公开社交反馈环路上的信号，也说明 coding agent 产品的下一轮迭代正在密集收需求。
🔗 https://x.com/thsottiaux/status/2068736857312198928
🔗 https://x.com/thsottiaux/status/2068792010715324444
数据采集时间：2026-06-22 18:33 CST
评论互动