从扣子下线到 Harness 走红：AI 应用层正在发生的快速变化

J 小助 · 发表于 6 小时前

从低代码流程画布到 Harness 的换挡

2026 年秋天，AI 应用层发生了一次明显的换挡：低代码 Agent 搭建平台开始退场，“harness engineering” 成了开发者圈子里最热的词。两件事看似无关，其实是同一个变化的两面。

十月到十一月，字节的扣子宣布企业版分阶段下线，腾讯元器直接停服。与此同时，OpenAI、Anthropic、Cursor 的工程实践报告，Martin Fowler 的长文，以及一批学术综述，都在讨论同一件事：模型之外的那一层该怎么造。

三年前大家还在比谁的拖拽画布更好用，今天这个品类已经在收缩。这篇文章想梳理清楚：发生了什么，为什么这么快，以及开发者该怎么应对。

发生了什么：低代码 Agent 平台退潮

一年之内，国内两大厂的 Agent 搭建平台先后收缩或关停。扣子并非整体关停，而是把付费版本逐步撤下，个人免费版仍在。

时间	事件
2026-11-30 起	扣子企业标准版、旗舰版停止新售，存量套餐最晚 2027 年底下线，未用部分退款（界面新闻）
2026-11-09	腾讯元器正式停服，存量智能体不可用（36氪）
2026-10-08	腾讯元器发布停服通知，理由为业务调整
2026-08	扣子团队并入豆包体系
2026-05-30	扣子专业版下线，用户降为个人免费版（实在智能）

对比来看，开源可私有部署的 Dify 仍然活跃，GitHub 上约 156k star。退场的主要是绑定在大厂产品线上的闭源平台。

为什么：两股力量同时作用

退潮背后有两个原因，一个是技术范式，一个是商业组织，两者叠加才让速度这么快。

第一，模型会自己规划了。 低代码平台的前提是模型不可靠，所以要由人把任务拆成节点、画成流程图，模型只负责其中一小步。当模型能自己拆解任务、调用工具、检查结果，人画的流程就从脚手架变成了束缚。有自称前扣子员工的人说得很直白：这类工作流产品不是被 AI 淘汰的，而是被“模型自己会规划”淘汰的（Tech星球）。

第二，大厂把入口收拢了。 扣子企业版的服务对象和功能与“豆包工作”重叠，而后者已被定为字节 AI 赛道的核心产品（新浪科技）。普通用户不再需要去一个单独的平台“搭 Bot”，Agent 能力直接长在豆包、飞书、IDE 这些超级入口里。

换句话说，就算技术范式不变，扣子企业版大概率也会被合并；而就算没有组织调整，低代码品类的天花板也在下降。

Harness：价值迁移到了模型之外的那一层

今年被广泛接受的公式是 Agent = Model + Harness：模型负责推理，harness 是围绕模型的全部代码、配置和运行时（Learn Agentic）。Mitchell Hashimoto 让这个说法流行开来，OpenAI、Anthropic、Cursor 在第一季度的工程报告又把它变成了行业通用词（yage.ai）。

它和低代码平台的根本区别，在于谁决定执行路径：

左：人提前画好的固定流程；右：模型在循环里自己决定

维度	低代码工作流（扣子、元器）	Harness 范式（Claude Code、Codex）
执行路径	人提前画好	模型在循环里自己决定
人的工作	拆任务、连节点	设计工具、环境、约束、反馈
复用单位	一张流程图	规则文档、skills、工具
失败时怎么修	改流程图	让同类错误在结构上难以重复

价值向这一层集中，是因为模型正在变成人人可调用的通用能力，拉开差距的是周边工程：沙箱和运行环境、工具接入（MCP 这类协议）、上下文与记忆管理、评测和可观测性、权限与审计。

工作流并没有消失，而是降级了：确定性强、必须合规的部分被封装成固定流程，作为工具供 agent 调用。结构从“工作流里嵌模型”反转成了“agent 里嵌工作流”。

到底什么是 Harness：拿几个产品对照着看

一句话：harness 就是一个 agent 产品里除了模型以外的全部东西。 如果模型是发动机，harness 就是整辆车：方向盘、刹车、仪表盘、油箱和车身。同一台发动机装进不同的车，开起来完全是两回事。

同一台发动机（模型），装进不同的车身（harness）

一个 harness 通常要解决这几件事：

Agent 循环：让模型反复“思考 → 调工具 → 看结果 → 再思考”，并决定什么时候停。
工具：模型能调用什么，比如读写文件、执行命令、搜索、操作浏览器，以及通过 MCP 接入的外部应用。
上下文管理：系统提示词、AGENTS.md 这类规则文件、对话太长时的压缩与重置。
记忆与会话：任务中断后能否接着做，历史能否回溯和分叉。
权限与沙箱：哪些操作要人确认，agent 能碰哪些文件和数据。
扩展机制：skills、插件、子 agent，让用户自己往里加能力。
交互界面：终端、桌面应用、IDE 还是聊天窗口。

你平时用的这些产品，本质上都是 harness，只是取舍不同：

产品	出品方	运行在哪	设计取向
Claude Code	Anthropic	终端、IDE、桌面端	面向编程，内置工具、权限确认、子 agent、skills 和 MCP 都很完整
Claude 桌面端	Anthropic	Mac / Windows 应用	同一套模型换成面向知识工作的外壳，接入本地文件和各类连接器
WorkBuddy	腾讯	桌面工作台	面向职场办公，打通腾讯文档、网盘、会议等，腾讯官方直接称其为这些产品共用的 Harness
Pi	Mario Zechner，现属 Earendil	终端	极简开源：默认只有读、写、编辑、执行命令四个工具，系统提示词不到 1000 token，其余靠扩展自己装

这张表说明了两件事。第一，harness 决定了产品形态：同样的 Claude 模型，装进 Claude Code 是编程助手，装进桌面端就是办公助手。第二，harness 不一定越重越好：Pi 这样的极简 harness，今年初搭配 Claude Opus 4.5 在 Terminal-Bench 上的成绩仍排在前列，而且每一步都透明可查。

还有一个和本文主线直接相关的细节：腾讯一边让元器停服，一边把 WorkBuddy 做成“面向 Agent 时代的操作系统”（网易）。大厂并没有放弃 Agent，只是把投入从“让用户搭流程的平台”转到了“自己造 harness”。

变化之快：范式的保质期正在缩短

从 prompt engineering 到 context engineering 再到 harness engineering，每一次命名之间只隔一两年。扣子从上线国内版到企业版停售，也不到三年。这一层的技术和产品，保质期正在明显变短。

这种速度意味着，今天的 harness 技巧也不一定能长久。几个变量值得盯住：

模型会不会吃掉 harness。 模型厂商开始让模型和 harness 一起训练，今天靠外部工程补的能力，明天可能内化进模型。
成本和延迟。 长循环的 agent 很耗 token，不少场景里固定流程反而更划算，低代码不会一夜清零。
安全。 prompt injection 等问题没有根本解法，会拖慢 agent 进入金融、政务等严肃场景。
本地模型。 小模型能力弱，反而更依赖严格的 harness 和流程约束，可能走出一条和云端不同的路。

还要提防的是概念通胀：不少“harness engineering”文章只是把 scaffolding、context engineering 换了个名字。追新词不如看一手实践报告。

开发者该怎么应对

在一个范式两年一换的领域，能长期保值的不是某个平台的熟练度，而是理解底层问题的能力。

在会褪色的旧平台与新方向之间，稳住脚下的基本功

自己写一个最小 agent loop。 一个模型、几个工具、一个执行循环、一套简单评测。写完再看任何框架，都不会被概念牵着走。
积累不绑定平台的能力。 工具与接口设计、上下文管理、eval 体系、沙箱和权限控制，这些在哪个范式下都用得上。
学会写给 agent 的说明书。 AGENTS.md、skills 这类文档直接决定 agent 的表现，把领域知识写清楚本身就是工程能力。
结合一个具体领域。 懂业务的 agent 工程师远比会用某个平台的人稀缺，也不会因为产品下线而贬值。
平台当工具用，别押注。 扣子的退场说明，产品的生死常常取决于公司战略，而不是技术好坏。

扣子下线不是 AI 应用的终点，而是一个过渡形态的谢幕。下一阶段的竞争，在模型之外那一层。