有人把 Karpathy 的话剪进 Opus 5.5 教程，评论区先不买账

这条推文把两件事缝在一起：一段据称来自 Karpathy 的 agent 判断，和一篇 Opus 5.5 harness engineering 七层设置指南。视频在，指南链接也在。评论区先给了另一条信息：回复2说这是 Stolen Authority post，被链接的人没有为这段内容背书。看内容可以，别把名人引用当质保。

Karpathy 那段话的核心很清楚：现在 AI 最大的错误，是逼 agent 把所有事都干了，却没先搞明白模型外面的 harness engineering。推文还写，2016 年 OpenAI 犯过这个错，代价是 5 年。后面接了一条演进链：Opus 5.5 → Prompts → Agents → Graphs → Harness。这些是推文的表述，真假和归属需要分开看。

harness 是什么。它不是模型本身。它管模型周围的指令、工具、权限、状态、检查。普通用户可以把模型当发动机，harness 是方向盘、刹车、仪表盘和保养记录。只换发动机，不装刹车，长任务跑到一半就会给你看账单。

指南里最实用的部分不玄。它把长任务拆成七层：工作区事实写进 CLAUDE.md；重复流程做成 skill；用 MCP 接源材料；用权限和 hook 限制能改哪些文件；让 reviewer subagent 带着证据回来；给不同工作分配 reasoning effort；最后用 goal 定义完成条件，要求草稿、检查表、进度记录都落盘。每一步都要有可观察结果。读材料要产出源选择，起草要产出文件，审查要产出一条条能处理的发现。

指南还提醒，Anthropic 早期测试者报告提到的 60% token 减少，是那次模型实验的结果。自己这套 harness 省不省，得用完成任务的测量说话。别把别人的实验数字搬进自己的预算表。

这条推文下面，回复7里的 CooperCode 说得比主推更直接：长任务失败，很多时候不是模型丢了线索，是 harness 从来没定义什么叫完成。这个判断值得记住。模型会忘，会话会断，预算会烧。保存进度、验证结果、复用工作流，这三件事比换一个更响的模型名更接近工程。

评论区也没那么整齐。有人问 agents 是不是就是一组指令。有人抱怨大公司不敢用。回复5贴了张图。

回到开头那个争议。把 Karpathy 的话放在最前面，会给后面的 Opus 5.5 指南加一层权威感。回复2的指控正好拆掉这层权威感。读这类 thread，先分清三样东西：谁说的话，谁没背书，指南本身有没有可执行细节。前两样出问题，第三样仍然可以看。指南里的七层设置、证据审查、进度恢复，都是能落地的东西。别把名人头像当验收标准。

原推文
七层指南
引用推文