过去一年，Agent 圈逐渐形成了一个共识：模型会商品化，Harness 才是壁垒。

这个判断有足够多的证据。相同模型接上不同的 context management、tool routing、memory、subagent、sandbox 和 approval，结果可以差很多。OpenAI 公布的一个例子很直接：在 ARC-AGI-3 上，保留 reasoning state 和压缩 context，把 GPT-5.6 Sol 的得分从 13.3% 提高到 38.3%，同时把 output token 降到六分之一。

既然 Harness 能制造这么大的差异，它自然应该成为 Agent 团队投入最多、最不愿交给厂商的一层。可就在大家开始谈 Harness Engineering 的时候，厂商也开始把 Harness 做成 SDK。

2023 年，OpenAI 的可用算力只有 0.2GW。2024 年升到 0.6GW，2025 年再到约 1.9GW。两年涨了 9.5 倍，仍然不够。2026 年 4 月，OpenAI 又把目标推到了 2030 年 30GW。

30GW 是 2025 年可用算力的近 16 倍。可就在这个目标公布四个月后，OpenAI 又签下 PORTS-Pike，一座规划容量约 8 IT-GW 的数据中心。

已经签了多少座数据中心，为什么还在继续签，这 8GW 放进 30GW 以后又算多大？

最近我一直在找下一批能把估值体系打穿的 high alpha。起点很俗：GEV 之后还有谁？SK hynix 之后还有谁？候选清单列了一长串，我扫到最后，发现里面没有 SpaceX。

SpaceX 未必应该进这张清单。可一套方法如果说不清它为什么被排除，给再多 ticker 也只是在排列答案。我没有急着把 SpaceX 塞回去，只追问了一句：它为什么不在？

SpaceX 这家公司有个毛病：太容易让人忘记自己是在做投资。一聊它，火星、星辰大海、人类多行星文明全来了。可在资本面前，情怀一文不值。把 mission 拿掉，SpaceX 留下的是一条很硬的成本曲线：launch cadence、reuse 和 $/kg。原来只能做一次的东西，能不能稳定、便宜、快速地做一百次，这才决定故事值多少钱。

前两天在 Martin Fowler 网站看到一篇文章。作者把同一批任务交给 Sonnet 4.6，一组要求严格按 TDD 做，一组随它写，再让 Opus 4.8 盲评。结果有点打脸：TDD 组没写得更好，Token 至少多烧 3 倍。看到这里，我第一反应不是 TDD 过时了，而是我们可能让 Agent 做了一件看起来很工程、其实很奇怪的事：自己出题，自己答题，再自己宣布通过。

前段时间我在用 Codex 的 /goal 推一个 side project。晚上把目标丢进去，早上起来看一眼，任务还在跑：读文档、拆模块、改 Kotlin、补 React、跑 ./gradlew :backend:check，失败了自己修，再继续。

我第一次有点恍惚，是看到它半夜还在沿着同一个目标往前滚。那一刻它不像一个聊天窗口，更像一个挂在 repo 里的无人值守工程队。于是那个问题就绕不过去了：如果 Codex 能不眠不休地推进项目，直到目标达成，还要工程师干什么？

硅谷发明新词的速度，已经快过 Agent 写代码的速度。Harness Engineering 还没捂热，前段时间 Addy Osmani 又发了一篇 《Loop Engineering》。

所谓 Loop Engineering，是把 automation、worktree、Skill、connector、sub-agent 和外部状态拼成一个闭环：系统自己找活、派活、执行、检查、记录，再进入下一轮。听起来很完整，零件也都能用。

原文其实没回避风险。Addy 明说 verification 仍然落在人身上，loop 跑偏会越挖越深。可这个名字依然危险：它把一种调度结构包装成了能力跃迁，仿佛把 Agent 塞进 while (true)，持续运行便会自然变成持续进步。

当然不会。Loop 能增加尝试次数，不能增加正确答案的密度。

Agentic Coding 最难的，从来不是让 Agent 继续跑。真正卡住它的，是每一轮结束后，谁能证明结果更接近正确。

想象一下这个场景：工程师把一次 Agent 任务从 10 万 Token 压到 4 万，仪表盘绿了六成。月底账单到了，云成本一分钱没少。公司租了 8 张 GPU，包月。模型少说了 6 万 Token，机器照样开着，合同照样付钱。

工程师优化出一大片空闲算力，财务却找不到一美元 Savings。Token Efficiency 的问题就这样暴露了：它从来不是一个孤立的技术指标，计费方式一变，财务含义就跟着变。

前几天，国内一个朋友拿我开涮：“你们韩国现在是不是人均资产都翻了三倍？”他当然在开玩笑，但这个玩笑在韩国已经有了一整套民间叙事。

最出名的叫“传说中的海力士员工”。2008 年前后，公司里的人觉得买自家股票是疯了，他却拿 4,446 万韩元，以 7,800 韩元买下 5,700 股。如果一直没卖，到 2026 年 1 月已经值 41 亿韩元。

5 月底，Windows、NVIDIA 和 Arm 几乎同时喊出一句话："A new era of PC." 我已经用两篇文章拆过这句话：《Wintel 时代结束了》讲 PC 为什么重新变成算力资产，《当 AI PC 成为新的风口，真正的机会在哪里？》讲 local runtime、context layer 和 cost-aware execution。

那两篇关心的是一台 PC 如何接住从云端下沉的智能。一周多后，苹果在 WWDC 2026 发布新一代 Siri AI，强调 personal context understanding、on-screen awareness、app actions 和 across apps，还把同一段对话接进 iPhone、iPad、Mac、Apple Watch 和 Vision Pro。

早上 9:35，你买了一张当天到期的 SPY 末日期权。理由很清楚：开盘强，成交量跟上，指数站上关键位。十分钟后，价格掉头，原来的突破失效。按进场计划，这时候该走了。可手指放到平仓按钮上，大脑突然开始工作：美国经济还行，AI Capex 还在增长，Microsoft 有定价权，长期看大盘总会回来。

于是，一笔计划持有十几分钟的交易，瞬间拥有了十年投资逻辑。再跌一点，你开始研究市场是不是错杀；反弹一点，又觉得 Soros 说得对，市场具有反身性。你下单时是 Livermore，亏损后变成 Buffett，扛不住时再请 Burry 出来证明市场有问题。

这不叫融会贯通，叫没有交易计划。