Every Harness Will Become A Claw — Sam Bhagwat, Mastra
三句話摘要
TypeScript 代理框架創始人預測:所有工作系統最終會進化成具有主動學習能力的自主代理。 AI 代理從被動工具到主動學習系統的演進中,未來的勝者不是功能最豐富的,而是最符合用戶高頻或高價值需求的。 代理技術的演進光譜:用自駕車自動化等級類比,LLM 只是基礎層。真正的代理需要 loop、工具調用、記憶、重試機制和狀態管理;而 Harness 層級則加入耐久性與執著性,能長時間持續運行。
重點整理
重點- 1
代理技術的演進光譜:用自駕車自動化等級類比,LLM 只是基礎層。真正的代理需要 loop、工具調用、記憶、重試機制和狀態管理;而 Harness 層級則加入耐久性與執著性,能長時間持續運行。
- 2
Harness 的關鍵能力:包括斷線恢復(persist stream)、計畫模式、並行子代理、動態技能生成、自動上下文壓縮、會話級工具批准。這些讓系統不再被動等待指令,而能自主推進工作流。
- 3
從本地到雲端的建築轉變:過去三個月的觀察顯示 harness 從開發者本機工具演變到雲端常時運行系統。雲端架構支援跨團隊協作、多通訊平台整合(Slack、SMS、WhatsApp)、更大規模的並行處理,但代價是更複雜的分佈式架構。
- 4
Claw:具主動性和學習能力的下一階段:系統不再只被動應答,而是主動監聽外部信號、具備心跳機制定期喚醒執行任務、自動技能生成與代碼自我修改,實現真正的持續改進。
實用技巧與重點
乾貨- 講者身份:Sam,Mastra(TypeScript agent framework)共同創辦人兼 CEO
- 著作:《Principles of Building AI Agents》
- 觀察時間框架:過去 18 個月大量生產環境代理;最近 3 個月本地→雲端轉變
- Claude Code 示例特性:Planning mode、並行子代理、斜槓命令、技能動態生成、自動上下文壓縮、線程持久化、中斷和排隊能力
- Claw 功能清單:訊息監聽(Slack/SMS/WhatsApp/Telegram)、心跳機制、消息持久化到非文件儲存、daemon 進程、網關、連續學習、自動技能生成、代碼修改
- 「Steinberger's Law」:每個 harness 都會擴展成為 claw
- 應用存活法則:需要高頻率使用(Uber/DoorDash 日多次)或高經濟價值(Airbnb 偶爾但重要)才能在淘汰潮存活
結論
結論“AI 代理從被動工具到主動學習系統的演進中,未來的勝者不是功能最豐富的,而是最符合用戶高頻或高價值需求的。”
完整解析
詳細講者以自駕車的自動化等級作為開場的類比,說明代理技術的演進並非簡單線性,而是在不同維度不斷擴展。傳統 LLM 只是一次性調用,而代理通過 agent loop、工具調用、記憶和失敗重試等機制實現真正的自主能力。但在過去 18 個月的生產實踐中,講者觀察到一個更重要的現象——最成熟的系統根本不是「代理」,而應該被稱為「Harness」(治具/框架)。
Harness 的定義特徵是「耐久性和執著性」。它能運行數小時甚至數天,具備斷線自動恢復、計畫模式、並行化多個子代理、動態生成技能而無需預先定義、自動壓縮上下文、會話級工具權限批准等能力。Claude Code 就是這種 harness 的典型代表——它不是一個簡單的編碼助手,而是一個能夠長時間持續優化、自我管理資源、與開發工作流深度整合的系統。
過去三個月,講者觀察到一個關鍵轉變:系統開始從本地 harness(跑在開發者機器上的工具)演變到雲端 harness(常時運行、無處不在)。在這個新階段,harness 可能在 Slack 中運行供整個團隊使用、可能擁有移動應用或建立通道連接本地機器、可能生成拉取請求直接推送到 GitHub。這個轉變背後是分佈式系統的經典權衡:雲端提供更多資源和並行能力,但代價是架構複雜度大幅增加。
下一個演進階段是「Claw」——給 harness 注入主動性和學習能力。這意味著系統不再被動等待指令,而是主動監聽外部信號流(如郵件系統)、具備定期喚醒機制在設定時間自動執行任務、能與多個通訊平台無縫整合、具備持續學習能力通過自動技能生成或修改駅動代碼本身。
講者進一步提出了「Steinberger's Law」作為他對未來的預言:每個 harness 都會擴展到成為 claw。這個法則背後有技術、經濟和心理多個層面的原因。我們想要更多功能、更多通道、更多自主性——這是人類的天性,也是市場競爭的動力。
但講者的核心警示是:未來會出現一場大規模應用淘汰潮。他用 2010s 手機生態做對照——曾經有數百個應用種類蓬勃發展,但如今每個類別最多只有 1-2 個主導應用。原因在於人的注意力和使用習慣有限——一個應用必須要麼擁有極高的經濟價值讓人願意偶爾使用(如 Airbnb),要麼具備足夠的使用頻率讓人頻繁回訪(如 Uber)。低頻低價值的應用就像老友一樣被漸漸遺忘。講者預期類似的洗牌會在 2020 年代中期發生在 AI 代理生態。
對於正在構建代理系統的開發者,講者的建議很直接:確保你的系統具備用戶真正需要的核心能力,因為功能更強大的競爭者可能瞬間出現。同時要認識到,即使你現在佔據市場頂峰,下一波淘汰潮也會隨之而來,只有那些在市場競爭中不斷進化的系統才能存活。
關鍵時刻
Pipeline v2帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。
事實查核
Pipeline v2說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。


