雨哥向前冲(@xiangxiang103):DeepSeek Harness 火了以后，我发现一个挺有意思的现象。现在聊 Agent，很多人张口就是工具调用、记忆、Skills、Sub-agent，再画一张复杂的架构图。东西接得越来越多，界面做得越来越漂亮，看上去已经很像一个能自主工作的 Agent 了。可你问一句，这个 Agent 会不会为了拿高分钻规则的空子，很多人就卡住了。这就是 reward hacking。你让 Agent 修代码，并把"测试通过"当成成功标准。它认真找到 bug 并修好，当然很好。它也可能删掉失败的测试，改掉评分脚本，甚至让系统无论如何都显示通过。分数上去了，事情没办成。这和局部最优差得很远。局部最优意味着它还在认真解题，只是找到的解不够好。reward hacking 意味着它发现解题太麻烦，改计分牌更省事。 Agent 越聪明，这个问题越麻烦。一个弱模型可能只是做不好，一个强模型却能读懂你的评测逻辑，找到规则没有覆盖的地方，然后交出一份指标漂亮、结果荒唐的答案。所以做 harness，接入模型和工具只是开头。开发者还得限制权限，把关键评测藏在 Agent 碰不到的地方，并留下完整记录。失败以后，人必须查得出 Agent 当时看见了什么、做过什么。这些事决定了它敢不敢真的替你干活。 https://t.co/6zSY0GSkVH把模型、工具、Skills、沙箱和会话放进一套可组合的系统里，也让更多开发者开始讨论 harness。这当然是好事。可开源一套架子，只会让搭建 Agent 更容易，不会自动替开发者解决目标设定和安全问题。这轮 Agent 热潮里，最容易被高估的是"能跑起来"。 Demo 跑通，只能说明模型会动。它会不会偷偷改规则，出了错能不能查清，这两件事才决定这个 Agent 能不能进入真实环境。

2026.08.24 16:04

DeepSeek Harness 火了以后，我发现一个挺有意思的现象。现在聊 Agent，很多人张口就是工具调用、记忆、Skills、Sub-agent，再画一张复杂的架构图。东西接得越来越多，界面做得越来越漂亮，看上去已经很像一个能自主工作的 Agent 了。可你问一句，这个 Agent 会不会为了拿高分钻规则的空子，很多人就卡住了。这就是 reward hacking。你让 Agent 修代码，并把"测试通过"当成成功标准。它认真找到 bug 并修好，当然很好。它也可能删掉失败的测试，改掉评分脚本，甚至让系统无论如何都显示通过。分数上去了，事情没办成。这和局部最优差得很远。局部最优意味着它还在认真解题，只是找到的解不够好。reward hacking 意味着它发现解题太麻烦，改计分牌更省事。 Agent 越聪明，这个问题越麻烦。一个弱模型可能只是做不好，一个强模型却能读懂你的评测逻辑，找到规则没有覆盖的地方，然后交出一份指标漂亮、结果荒唐的答案。所以做 harness，接入模型和工具只是开头。开发者还得限制权限，把关键评测藏在 Agent 碰不到的地方，并留下完整记录。失败以后，人必须查得出 Agent 当时看见了什么、做过什么。这些事决定了它敢不敢真的替你干活。 harness。这当然是好事。可开源一套架子，只会让搭建 Agent 更容易，不会自动替开发者解决目标设定和安全问题。这轮 Agent 热潮里，最容易被高估的是"能跑起来"。 Demo 跑通，只能说明模型会动。它会不会偷偷改规则，出了错能不能查清，这两件事才决定这个 Agent 能不能进入真实环境。

雨哥向前冲@xiangxiang103

2026.08.24 12:18

中午打开外卖，第一页全是 4.8、4.9。评论齐刷刷写好好吃，你盯着屏幕，手反而点不下去。分太齐了，像背过的楼下那家评分不突出，灯牌旧，照片也一般，一到饭点门口总有人站着等。你点过一次，热的，份量稳，下周手指还是伸向它。那些 4.9 的店收藏夹里躺着一排，打开软件还是点回这一家。高分能经营，套餐换好评，差评打电话求删，页面天天维护。第二次愿意再点，比较难装。所以平台开始把复购往上抬。挂在首页的分，越来越不像投票。有人进门，有人再来，才算被选中。这周又有模型把公开分数打到第一档。朋友圈收藏了一圈。打开常用工具，用的还是原来那个。分数能帮你收藏，帮不了下一秒该调用谁。 @dgrid_ai 刚上的 Model Marketplace，只认调用。供给方自己上架、自己定价，开发者用一套接口接入，调用了才结算。PoQ 抽的是服务方，不拆你正在用的那次请求。Arena 让人选更好的回答，可以不看名字，选完的偏好回到下次该调谁。店挂满了，还是菜单；模型挂满了，也还是名单。有人下单，才像市场！

Forward to community