Will Models Devour the Scaffolding? | Why Harness Will Be Worthless in a Year | Logan Kilpatrick ...

訪談的核心觀點源自Google D-Mind核心負責人Logan的判斷：現在行業普遍將Agent Harness視為核心競競力和Alpha來源，但在12個月內，獨立Harness的價值就會大幅折扣。這個判斷看似反常識，但其實遵循了AI發展的歷史規律。

過去兩年間，工程編排技術確實領先於模型能力，許多創業公司和大企業都在自建專屬Harness。然而Logan指出，現在我們說的「模型」已經不再是單純的權重參數，而是圍繞權重搭建的整套龐大系統——包括工具調用、代碼執行、搜尋、託管服務等。這些曾經外置的編排能力，最終會被模型原生整合進去。歷史上編排技術總是先於模型幾步領先，隨後模型會逐步內化這些能力。當模型本身就能原生支持現有Harness的功能時，外置編排的防鎖定價值就會大幅淡化。

同時，Logan對AI對現有產品業務的影響有著樂觀的判斷。雖然直觀上看，強大的AI會減少用戶停留時間（如搜尋次數減少、郵件自動回覆等），但實際數據呈現相反結果。有了AI之後，人們搜尋反而更頻繁，能做的事情更多。更重要的是，Agent本身也會產生大量搜尋需求，相當於憑空創造了全新市場。整個生態的價值創造遠大於存量減少，這是極其正合的遊戲，而非零合博弈。

在編程領域，AI已經達到超人水平的能力，這是目前Agent落地最成熟的賽道。Gemini 3.5 Flash純靠後訓練優化編程能力就超過了所有Pro版本，說明不需要龐大的預訓練規模，高效的後訓練就能實現能力突破。但超級智能的到來不會均勻分布，而是呈現巨舌狀突破——結果容易驗證的領域會先達到超人水平，如數學、金融、科學研究。在編程領域的超級智能不會取代程式設計師，反而給每個開發者加裝加速器，提高處理問題的複雜度邊界，讓個人開發者能力倍增。

Google在AI時代的戰略已從最大化用戶停留時間轉向最大化用戶成果，幫助用戶更快更好地完成目標本身就是產品成功的標誌。訪談中用「爬行、行走、奔跑」三個階段評估Google的Agent進度，整體仍處於謹慎的爬行階段，因為涉及13個10億級用戶產品，每步改動都影響海量用戶。相對走得較快的包括Gemini App中的Spark Agent（已接近行走階段）和AntiGravity中的自主編程Agent（能處理數十億token任務）。

Omni世界模型代表了新一代生成模型的演進方向。傳統世界模型是動作條件驅動的視頻生成，但Omni的核心是對世界有深度的理解能力，同時具備強大的多模態生成能力。最關鍵的是，Omni是真正的單一統一模型，而非多個模型的路由組合——以前Google需訓練8個不同模型分別處理不同模態，現在一個Omni模型搞定所有事情。其視頻編輯能力已能處理人物動作、場景邏輯、情緒反應的細節級銜接，這種對世界的理解能力是傳統生成模型所不具備的。Logan本人對生成式媒體的立場是增強而非替代，保留人的真實表達和聲音，用AI優化非人格化的背景環境元素，這才是正確的打開方式。

對於創業者最關心的問題——如果Harness價值被模型吞噬，創業機會是否縮窄，Logan給出了樂觀的判斷。實際上創業機會正在擴大而非縮小。大公司雖然模型能力強大，但由於業務線廣泛無法在單個領域極度專注，而專注正是創業公司的超能力。深耕垂直領域、理解客戶場景能比大模型公司跑得更快。編程能力的普及反而縮小了創業與大公司的研發差距——不需要養龐大技術團隊也能快速迭代產品。AIDudely一週就產出35萬個應用，其中大部分是以前不會被開發的個人工具，反映出個人開發者賦能的巨大空間。

Google D-Mind的組織文化體現了三個核心特點：第一，組合能力極強但偶爾專注力不足——產品線廣、技術儲備厚，但難免在細分領域投入不夠被更專注的對手領先；第二，深入骨髓的科學家基因——源自德米斯的影響，整個文化重視科學探索，做技術是為了解決疾病、能源等人類核心問題；第三，同時承擔前沿研究和大規模工程部署的責任——能將前沿技術部署到13個10億級用戶的產品中，這種工程規模全世界屈指可數。