YC Harness Night 揭示：同一模型换 Harness 后 ARC-AGI 成绩从 30% 飙升至 95%

在 YC Paper Club 举办的 Harness Night 活动中，多位作者与演讲者指出，同一个权重文件更换不同的 Harness（智能体编排框架）后，ARC-AGI 测试成绩可从 30% 直接提升至 95% 甚至 100%，这证明了 Harness 架构比单纯堆砌模型参数更能决定智能表现。Seth Karten 将裸 LLM 比作图灵机，而 Harness 则是具备外部内存读写能力的冯·诺依曼计算机，其核心价值在于提供表达力、压缩机制和持久状态管理。

具体实践中，Prime Agent 通过引入 Python REPL 作为活跃上下文层（L2），实现了类似 Agentic 垃圾回收的状态清理，并允许子 Agent 作为持久会话存在；OpenJarvis 则提出五原语栈定义，主张利用云端大模型优化本地配置，实现端侧推理以降低成本；QM 系统展示了将沙盒从“家”转变为按需资源的设计，通过集中化记忆存储和权限控制解决多人协作问题。

事实层面，活动证实了静态 Harness 时代已结束，当前进展集中在自我改进的 Harness 上；推断层面，这意味着未来 AI 竞争壁垒将从模型训练转向系统编排能力；猜测层面，随着端侧硬件加速器的进步，个人 AI 工作流可能大规模迁移至本地设备，减少对云端 API 的依赖。