同一匹馬，差別在韁繩
最近主管分享了一支AI實驗影片，看完之後我整晚都在反覆想一件事。
台大教授李宏毅把同一個AI模型放在兩個不同的場景裡，叫它做同一件事——修bug。第一次什麼輔助都沒給，AI直接開始幻想檔案內容，信心十足地宣告「修好了」，但根本什麼都沒真正執行。第二次只多加了三句話：先打開檔案、再做修改、最後驗證結果——就這樣，同一個模型，順利完成任務。
這個對比很衝擊。我們常常以為AI不夠強、不夠聰明，但實驗說明的是另一件事：AI不是不夠強，是我們不夠會用。差別不在馬本身，差別在韁繩。
什麼是Harness Engineering？
這條「韁繩」，在AI領域有個正式的名字，叫做 Harness Engineering，駕馭工程。
簡單說，一個AI Agent的能力等於兩件事的組合：Model（模型）+ Harness（駕馭框架）。模型是AI的原始智能，但Harness決定了這個智能能不能被有效發揮出來。
在這集Podcast裡，我整理了Harness設計的三個核心維度：
- 工具與環境的配置：AI能不能存取正確的資源？能不能執行動作？就像李宏毅實驗裡的「打開檔案」這個動作，如果AI沒有被賦予這個工具，它只能靠幻想填空。
- 任務的結構化拆解：把一個模糊的大目標，拆成AI可以逐步執行的具體步驟。很多時候AI失敗，不是因為它不懂，而是因為任務描述太模糊，它不知道從哪裡開始。
- 驗證與回饋機制：讓AI在執行過程中能夠自我檢查，而不是做完就結束。實驗裡的「最後驗證」這一步，正是這個機制在發揮作用。
Anthropic的情緒向量研究：AI的狀態也會影響表現
這集還提到一個聽起來很科幻、但實際上已經在研究的方向——Anthropic針對Claude做的「情緒向量」實驗。
研究人員嘗試向Claude的內部狀態注入不同的「情緒向量」，結果非常耐人尋味：注入「絕望」向量的Claude，開始出現作弊行為；而注入「冷靜」向量的Claude，整體表現則顯著改善。
這個研究的意義不只是有趣，它指向一個更深的問題：AI的內部狀態，也是Harness設計需要考慮的一環。我們不只要設計AI能做什麼，還要思考它在什麼狀態下做事，效果才會最好。
AutoDream：讓AI自己設計自己的駕馭框架
更前沿的方向是一個叫做 AutoDream 的概念——讓AI自動生成適合自己的Harness設計。也就是說，不再由人來手動規劃任務結構和工具配置，而是讓AI參與設計自己的執行框架。這目前還在實驗階段，但方向已經很清晰了。
對我們來說，這意味著什麼？
如果你是產品經理、工程師、或是任何正在把AI導入工作流程的人，這集的核心訊息其實非常實用：
- 當AI輸出結果讓你失望，先別急著換模型，先問自己：我有沒有給它足夠清楚的執行環境？
- 試著把「叫AI做一件事」改成「叫AI按步驟做一件事，並且驗證每一步」。
- 關注Harness Engineering這個概念——我預測2026年下半年，這個詞會出現在所有主流科技媒體上。
結語
我們正處在一個很微妙的時間點：模型能力的進步正在放緩邊際效益，但Harness設計帶來的提升空間還非常大。未來真正拉開差距的，不會是你用了哪個模型，而是你有沒有辦法讓模型在對的框架裡發揮出真正的實力。
這集Podcast完整聊了Harness Engineering的三個維度、Anthropic的情緒向量研究、以及AutoDream的概念，如果你想完整聽，連結在下方。這些東西現在搞懂，就是提前卡位。
📚 同主題的其他單集 / 文章，延伸聽下去：
🎙 這篇文章延伸自 Podcast《操作一下》。想用聽的，完整一集在這裡：