在與 AI 協作的軟體開發世界裡，大眾最容易陷入的盲區，就是所謂的「唯模型論」。每當新一代模型發布，不論是 Fable 5、Opus 5 或是 GPT-5.6，社群便會掀起一陣狂熱，人們紛紛討論著新模型的 Benchmark 又拉高了多少分，並期望換上新腦袋後，原本棘手的 Bug 或複雜的專案就能自動煙消雲散。然而，當你興沖沖地把舊模型換成最新、最強的模型時，卻常常發現 AI 依然會犯下愚蠢的錯誤：它依舊會漏看檔案、依舊在修改 A 檔案時搞壞不相干的 B 模組，甚至在遇見錯誤 Log 時陷入原地打轉的當機狀態。
這時，你必須大腦開機，理解一個軟體工程級別的痛徹體悟：大語言模型（Model）並不等於系統本身。它只是一個聰明、會說話，卻沒有手腳、沒有約束、也沒有環境適應力的「裸腦」。Google 與 OpenAI 團隊在進行大規模 Agent 實踐時，為業界確立了一個極具指導意義的全新公式：Agent (代理) = Model (大語言模型) + Harness (工作環境)。
決定 AI 最終交出的是 60 分垃圾還是 90 分成品的，往往不是底層那顆大腦，而是你為這顆大腦量身打造的 Harness（工作環境與基礎建設）。
+-----------------------------------------------------------------+ | AGENT CORE FORMULA | +-----------------------------------------------------------------+ | | | Agent (代理) = Model (大腦) + Harness (工作環境/基礎設施) | | | | - Model : 負責理解語意、進行邏輯推理。 (你無法控制) | | - Harness : 負責給予工具、施加約束、建立自我修正閉環。 (可控制) | | | +-----------------------------------------------------------------+
實戰步驟一：擺脫「唯模型論」的迷思：重新認識 Harness 決定行為的本質
當你手邊的 AI Agent 出現不盡人意的行為時，不要急著去更換模型。請先像個資深的工廠經理一樣，審視你提供給它的 Harness 是否出了問題：
認知到 Harness 是你唯一能完全掌控並投資的領地：底層模型是由 OpenAI 或 Anthropic 等大廠開發的，你無法控制它們什麼時候改版、什麼時候變聰明或變笨，那是一片你無法干涉的外部土地。但 Harness——包含你為專案撰寫的 CLAUDE.md、你配置的自動化測試套件、你劃定的安全沙盒（Sandbox），以及你所建立的錯誤回饋機制，全部都是存在於你本地或專案版本控制（Git Version Control）裡的私有資產。這是一份隨著時間推移，會不斷積累經驗、產生複利效應的系統地基。
用 Benchmark 數據破除大腦迷信：在 Google 與 LangChain 的官方實驗中，曾給出過兩組極具說服力的案例：在硬核的程式碼評測 Benchmark（SWE-bench 2.0）中，一個頂尖團隊完全不更換底層模型，僅僅透過重新設計與修補 Harness 的工具、規則與回饋流程，就硬生生將專案成績從 30 名以外，一路拉進了全球前五名；在另一項 LangChain 實驗中，在同一個模型下，僅僅微調了 system prompt、工具定義與執行中間件（Middlewear），模型的最終得分便直接暴漲了 13.7 分。這充分證明：同一個大腦，換了一套工作環境，表現天差地別。
實戰步驟二：將錯誤化為系統資產：建立「人負責引導，Agent 負責執行」的協作架構
在理解公式後，你必須將日常與 AI 協作的流轉模式，從「人肉幫 AI 擦屁股」的勞力活，升級為系統級的「環境治理」：
實踐 "Human Steer, Agents Execute" 的核心理念：今年初 OpenAI 內部的經典實驗中，一個小團隊花費五個月，自動化產出了高達 100 萬行的程式碼、完成了 1500 個真實的 Pull Request，而期間人類工程師「一行程式碼都沒有親自手寫」。他們之所以能達到這種神話般的效率，是因為他們將自己的工作定位在「系統設計」：人類負責掌握方向（Steer），而 AI Agents 負責在規定的產線上拼命執行（Execute）。
「修補系統，而非修改結果」的防禦心態：當 AI 寫出了不合格的內容或程式碼時，最愚蠢的做法是人類自己動手把那行代碼改對。你必須回頭拷問系統：「為什麼我們的環境，會允許這行爛代碼被寫出來、甚至通過驗證？」。你應該將你的程式排版規範（Linting）、錯誤處理原則（Error Handling）、以及安全紅線，直接寫成 Linter 規則、寫成自動化測試、或是寫進專案的最高憲法 CLAUDE.md 中。下一次，當 AI 再次嘗試犯同樣的錯誤時，Harness 系統會自動在第一時間將其無情擋下，並迫使 AI 進行自我修正。如此一來，AI 踩過的每一個坑、犯過的每一次錯，都不再是平白燒掉的 Token 成本，而是轉化為讓你的 Harness 系統變得更加堅固的永久資產。