Karpathy 的 2 小时免费课被疯转，评论区却在吵三件事
一条推文把 Karpathy 八年的经验压缩成 2 小时讲座，号称吊打 15K 美元训练营。评论区一边收藏，一边骂 scam，还有人指出“上周”其实是两年前。真正值得看的是背后那篇 Harness Engineering 长文：大部分 agent 失败不是模型不行，是环境没搭对。
Karpathy 在 OpenAI 和 Tesla 待了八年。有人把他学到的东西浓缩成一堂 2 小时讲座，标题里写着 Agents → Harness → Loops → Graphs，还补了一句：有些训练营收 15K 美元，教得还没这个多。
推文被转了几轮，评论区很快分成三拨。
第一拨直接收藏。有人写“2 小时换他八年，比我交的整学期学费值”。第二拨骂 scam，理由很直白：八年经验塞进两小时，听着就不对。第三拨在纠错：这视频不是“上周”的，素材至少两年前。还有人追问 YouTube 标题，有人愿意做中英双语字幕。
真正让讨论拐弯的，是推文下面挂的那篇长文《Harness Engineering: The Complete Guide to Building AI Agents That Don't Fall Apart》，作者 Lunar。文章开头就点了一个常见动作：agent 失败，改 prompt；再失败，加指令；还不行，换模型、加工具、扩上下文。
但很多失败不是推理问题，是环境问题。agent 不知道哪些文件重要，用对了工具却用错地方，上一轮的决定丢了，没跑检查就说完成，部分失败后重复同一个动作，权限没卡住。模型本身没坏，是围绕模型的系统缺了一块。
Lunar 把这块叫 harness。它不改变一次尝试，它改变每一次尝试。
文章里有几个判断值得拎出来。
先给 agent 一份任务合同，而不是一句模糊意图。“优化 onboarding 流程”能聊天，不能自治。合同要回答：必须产出什么，范围在哪，什么不能动，什么证据算完成，哪些动作需要人批。
上下文别一股脑灌进去。先给地图，再让 agent 按需拉细节。目标是每 token 的信号密度，不是上下文长度。
工具不是越多越好。二十个工具等于二十种犯错方式。需要一个工具网关：隐藏无关工具，校验参数，限制路径和域名，加超时，让重试幂等，风险动作要确认，返回证据而不是一句“成功”。
完成不能靠 agent 说“done”。最便宜的确定性检查先跑：编译器、schema、校验和、查询、测试。模型负责模糊判断，代码负责管道。模型可以提议完成，只有环境能证明完成。
验证要攻击结果，不是给第二意见。worker 造最强方案，evaluator 找拒绝理由。同一上下文里让 agent“再检查一遍”，它往往保留造成错误的假设。
失败恢复要先分类。直接重试不是恢复，是重复。重试至少得改变一个相关条件，否则就是花钱复现同一个失败。
文章最后给了一个最小可行 harness 的分层：有边界的任务、可读的环境、受控动作、持久执行、证据、恢复与学习。从消除你实际遇到的失败开始，别一上来就搭多 agent 架构。复杂度应该由观察到的失败挣来。
评论区有人说得更直接：收藏夹再大，不动手写个 harness 还是白搭。
发布时间: 2026-10-29 20:32