YC最新判断：Harness比模型更重要，同一模型不同Harness分差36%
9月3日，ARC Prize公布了ARC-AGI-3的最新成绩，数据非常反直觉。同一个模型GPT-6 Astra，同样的推理强度，在两套不同的Harness下，跑出来了截然不同的成绩：放进标准Harness得分62.7%，换成Provider Adapter Harness得分98.6%。分差35.9个百分点，而且得分更高的那一组花费反而更低。
几天后，YC专门办了一场Paper Club，主题就叫《Why the Harness Matters More Than the Model》。核心结论是：AI竞争的胜负手，正在从”谁的模型更强”转向”谁能把模型更好地组织起来”。
Harness指的是大模型在完成真实任务时外面那一整套运行框架：系统提示词怎么写、上下文怎么组织、能调用哪些工具、记忆存在哪、子Agent怎么分工。模型决定”大脑有多聪明”，Harness决定”这个大脑干活时手里有什么”。模型决定上限，Harness决定你能不能摸到这个上限。