表現不好，先看環境，不要先換腦袋

新模型發布那幾天，社群最常見的一句話是「換上去之後那個 bug 應該就解了」。你換了。它還是漏看檔案、還是改 A 壞 B、還是遇到錯誤訊息就原地打轉。

這時候值得停下來想一件事：模型不等於系統。模型是一顆很會推理、很會說話的腦袋，但它沒有手腳、沒有約束、也不知道自己做對了沒有。這些東西——它能用什麼工具、被什麼規則限制、做完誰來檢查——加起來叫 Harness，工作環境。

Agent = Model + Harness。你交出去的任務最後是 60 分還是 90 分，很多時候不是腦袋決定的，是環境決定的。

Agent  =  Model（腦袋）      +  Harness（環境）
          理解、推理            工具、規則、記憶、護欄、回饋迴圈
          廠商決定，你改不了    在你的專案裡，你能投資、能累積

兩個公開案例，同一個結論

LangChain 沒換模型，加了 13.7 分。2026 年 LangChain 公開了他們改進 deepagents-cli 的過程：底層模型固定（gpt-5.2-codex），只調三個旋鈕——系統提示詞、工具、middleware（他們對 hook 的稱呼）——在 Terminal-Bench 2.0 上從 52.8% 拉到 66.5%，排名從三十名外進到前五。具體改了什麼？提示詞裡加入自我驗證的迴圈；工具端注入更多環境脈絡讓代理知道自己在哪；middleware 攔截「原地打轉」的模式，並在代理宣稱完成之前強制它對照任務規格再驗一次。

OpenAI 三個人，一百萬行，零手寫。三個工程師五個月，約一千五百個 PR，沒有一行程式碼是人寫的。他們把自己的工作定位成設計環境：AGENTS.md 修到一百行、知識分層放進 docs、跑一個代理定期清過期文件、把規範寫成 linter 和測試讓代理自己撞牆。人負責方向，代理負責執行。

兩個案例的共同點：沒有人在等下一代模型。他們在改自己能改的那一半。

把「幫它擦屁股」改成「修系統」

理解公式之後，日常協作要改的是一個反射動作。

AI 寫出一段不合格的東西，最直覺的反應是自己動手改對。這樣做的問題不是慢，是這個錯誤明天還會再發生一次，因為系統沒有變。

比較好的反應是回頭問：為什麼我的環境允許這段東西被寫出來、甚至通過了？然後把答案寫進系統。排版規範寫成 linter，錯誤處理原則寫成測試，安全紅線寫成 hook 或權限設定，改 A 要連動 B 寫進常駐檔。下一次它再犯同一個錯，系統會在它交卷之前擋下來，它自己修。

這樣一來，它踩過的每一個坑就不是白燒的 token，而是變成環境的一部分。這是 Harness 跟模型最大的差別：模型不會因為你用了它而變好，Harness 會。

Harness 具體由哪五塊組成、怎麼盤點，是Harness 五問那篇的題目。這一篇先建立一個習慣：AI 表現不好時，第一句話不是「換模型」，是「我的環境少了什麼」。

動手做

AI 反覆犯同一類錯的話，做一次「系統歸因」。貼這段，把三個錯誤的實際情況貼進去：

下面是 AI 最近三次讓我不滿意的產出。請對每一次做「系統歸因」，不要歸因到模型能力：
1. 它缺了什麼資訊？（該補進常駐規則或參考文件的）
2. 它缺了什麼工具？（該讓它能讀、能查、能跑的）
3. 什麼檢查能在它交卷前擋下這個錯？（測試、linter、檢查清單、人工確認點）
4. 這個錯會再發生嗎？如果會，上面三項中哪一項改了就不會？
每一次錯誤輸出一行：錯誤 → 缺的環節 → 該加進系統的一句話。不要建議「換更強的模型」。
三次錯誤：（貼上）

想知道自己的 Harness 缺哪塊，用Harness 五問盤點；在設計要自動跑的 Agent，找方法有AI Agent 建置。

做對了的樣子：同一類錯誤第二次出現時，你加的是規則或檢查，不是又改一次結果；你能列出自己專案的 Harness 有哪些東西——常駐檔、測試、linter、hook、權限設定；換模型之前，你先問過「環境少了什麼」。三個月後，AI 在你的專案裡的表現會比在空白專案裡明顯好，那個差距就是你的 Harness。

回想一下最近一次你「自己動手改對」AI 的產出。改完之後有把原因寫進任何地方嗎？多半沒有。那個錯誤還在等下一次。

腦袋你改不了，環境你能投資。兩個公開案例都沒等新模型。反射動作要改，不是「自己改對」，是「為什麼環境允許它錯」。模型不會因為你用了它而變好，Harness 會。

站內延伸

• 五個組成怎麼盤點 → Harness 五問
• 回饋迴圈怎麼建 → 把自己從迴圈換掉
• Harness 的實作 → 找方法AI Agent 建置

來源： LangChain：Improving Deep Agents with harness engineering（52.8→66.5、三個旋鈕、模型不變）；OpenAI：Harness engineering（三人、一百萬行、零手寫）。公式本身是社群通用說法。