据雷峰网8月31日报道，前 Kimi CLI 负责人、创业公司 Raft 创始人 stdrc（Richard Qian）提出，大模型能力增强不会让外部 Harness 消失，反而会推动其向更复杂的协作层演进。他认为，模型越强，Harness 反而越厚，只是“厚度”的重心从能力层转移到了协作层。
针对行业内“Harness 将被训进模型、彻底消失”的说法，stdrc 直言，说这话的人肯定没做过 Harness。他从工程实践角度解释：不是模型变强淘汰 Harness，而是 Harness 先铺路，模型才知道怎么学；智能越高，真实场景越复杂，需要的工具和框架也越复杂；单任务可以靠模型，但长流程、多智能体的真实业务必须依赖外部系统管控。
对于“模型越强 Harness 越薄”的看法，stdrc 认为这“情有可原，但缺乏想象力”。底层为弥补模型缺陷而存在的提示词、工具封装和重试机制确实会退化，但更强的模型会解锁更复杂的任务，进而催生多智能体协作、跨会话状态同步、主动记忆管理等新的上层需求。复杂度并未消失，而是向上迁移。
在 Kimi CLI 的实践中，stdrc 团队曾砍掉专门的子智能体调度代码和并行工具调用，让模型直接通过 bash 脚本实现子任务拆分和并行，验证了底层 Harness 可被模型内化。但随后团队发现，多个智能体之间的通信、任务交接、分工协议成为新难点，于是开始搭建多智能体 Harness 架构，这部分探索后来成为创业项目 Raft 的技术前身。
离开月之暗面后，stdrc 创办 Raft，直接放弃自研单 Agent 运行时，将 Claude Code、DeepSeek 等成熟产品作为“团队成员”接入，把火力集中在多智能体协作层面。据雷峰网介绍，Raft 的“厚 Harness”包括：为每个 Agent 提供独立进程、记忆和工作习惯；用类似工作群的频道隔离聊天，支持任务认领、认降和交接并留痕；制定跨厂商通信协议，让不同模型在同一工作区用统一标准对话；以及让人类和 AI 在同一工作区协作，每个 Agent 只计 0.1 个人类席位。
stdrc 对 Harness 的终局提出一个观点：当一切都是 Harness 的时候，它其实就隐形了。他比喻说，就像人们不会天天把公司制度挂在嘴边，一旦 AI 员工普及，最厚的 Harness 将融入日常工作流，变成像电网、自来水一样的基础设施。