当模型月月变强，预先固定的 harness 正在成为瓶颈——让它自己涌现出来
Beyond the Harness: A Journey Towards Adaptative Engineering - Rajiv Chandegra, Annicha Labs · Rajiv Chandegra
全片 37 分钟·真正值得盯屏约 6 分钟·3 个必看点
- 0:01 – 5:09听
开场：为什么要谈自适应工程
抛出核心张力：当前 AI 工程把 harness 在运行前固定下来，而模型能力和真实世界都在快速变化，这套设计哲学可能撑不住。
这不是又一个框架分享，而是对“预先固定结构”这一默认前提的质疑。
纯口头铺陈问题意识，无关键画面，通勤听即可▶ 跳到 0:01讲者 · Rajiv Chandegra - 5:15 – 9:13听
固定 Harness：收益与隐藏代价
定义固定 harness 并承认其价值——可靠、可控、可复现；但指出这种可靠性建立在压制方差之上，对新颖性存在硬上限。
固定 harness 的可靠性是用压制方差换来的，且模型加速意味着今天精心构建的 harness 下个月可能就不再需要。
概念界定与利弊论述为主，听清定义比看幻灯片重要▶ 跳到 5:15讲者 · Rajiv Chandegra - 9:16 – 14:45听
工厂方法为何在移动的问题上失效
用两种世界观对比论证固定 harness 的脆弱性：接触真实世界越多，需要人打的补丁越多，harness 最终比它要解决的问题更复杂。
工厂方法是对固定问题的正确答案，却是对移动问题的错误答案。
思辨式论证，靠类比和推理推进，无演示画面▶ 跳到 9:16讲者 · Rajiv Chandegra - 14:48 – 21:52听
复杂 vs 繁复：给问题空间正确分类
引入复杂系统理论区分“繁复”（可拆解规划）与“复杂”（只能探测-感知-响应），并在此基础上正式定义自适应工程。
许多昂贵的失败源于把复杂问题当繁复问题处理——错在问题分类，不在执行。
理论框架讲解，术语区分靠讲者口头展开，认真听比看图收获大▶ 跳到 14:48讲者 · Rajiv Chandegra - 21:52 – 25:54看
Harness 成为输出：涌现的组织与治理
全片核心：harness 不再由工程师预建，而是从 agent 交互中涌现——特化、生态位、惯例结晶为协议，形成无中央权威的治理。
agent 的身份和分工不是被赋予的，是环境压力放大微小差异后从交互中长出来的。
23:17 处有耦合涌现的形成过程模拟，是全片最值得盯着屏幕的画面，抽象概念在此可视化▶ 跳到 21:52讲者 · Rajiv Chandegra - 25:57 – 30:21略
工程师的新角色与垂直/水平智能
工程师从构建者转为感知-响应者；提出水平智能（群体协调）与垂直智能（单体更聪明）正交，前者可能是更高的杠杆点。
固定与自适应是连续谱而非二元对立，两条路径无优劣、只是用例不同。
27:07 的连续谱示意图值得扫一眼防止误读立场，其余论述听声即可▶ 跳到 25:57讲者 · Rajiv Chandegra - 30:24 – 35:07略
约束设计与坦诚的失败模式
讲自适应工程的实操杠杆（约束设计、耦合速率），并坦承未解难题：缺乏选择压力则涌现只是漂移、同源训练数据的单一文化风险、可解释性坍塌。
涌现出的稳定态不等于最优态——没有真正的选择压力，系统只是在漂移。
32:21 有两种范式的总对比图，值得停下看一眼；失败模式部分为口头坦承，听即可▶ 跳到 30:24讲者 · Rajiv Chandegra - 35:13 – 36:59听
结语：瓶颈在 Harness 的适应性
收束全片：未来的限制因素不是模型强度，而是 harness 在运行中期、去中心化编排层面的适应能力。
真正的限制因素是 harness 的适应性，而非模型有多强。
口头总结陈词，一句核心论断，无需画面▶ 跳到 35:13讲者 · Rajiv Chandegra