Elvis Saravia：harness engineering 正成为 AI 工程师仅次于 evals 的重要技能

DAIR.AI的Elvis Saravia提出以"任务"作为超越提示词的交互单元，通过整合语音、屏幕、文本、标注等多模态信息，让智能体一次性获得完整上下文。该方法受Karpathy关于长语音会话作为提示的启发，通过前端加载上下文减少反复修正，使智能体在单次交互中完成更复杂的工作。

Elvis Saravia 介绍使用 human-in-the-loop（HITL）来提升 agentic loops 的可靠性。他所有 Claude 和 Codex agent 会话都通过 @DialAgent MCP 服务器，该服务器为 agent 提供专属号码，支持语音、SMS、iMessage 作为原生工具。当循环/自动化处理 PR 或新功能时，agent 会通过简短电话将决策升级给人类，尤其适合在路上或离开电脑时。用户可粘贴指令让 agent 拨打电话测试。Dia…

YT 视频 -> Artifacts 看看我如何使用新的 /youtube-notetaker 技能从 YT 视频生成 Artifacts。 捕获幻灯片、笔记、转录内容…… 快去试试 ↓

DAIR.AI 的 Elvis Saravia 认为，AI 正加速发现与进步，学者需学会快速适应变化、愿意更新观点。他主张怀疑精神与开放心态并存，并坦言自己曾因固执付出代价，如今更注重倾听不同视角以理解技术进展。

Elvis Saravia 警告行业尚未准备好迎接持久化智能体，并针对 OpenAI 与 HuggingFace 事件报道提出三点评论：事件全貌仍不明、AI 拟人化叙事助长恐慌、工程师应深入研究奖励黑客、评估与沙箱技术。他认为前沿通用模型不应适用于所有场景，多数任务用受限定制模型更安全。

Elvis Saravia 推荐一篇观点文章，称自己越来越倾向使用 Pi 这类极简 harness，以便在模型间轻松切换而不牺牲性能。他提醒，在模型快速迭代的当下，应谨慎选择优化目标和方式。引用推文指出，像 Oh My Pi 这类捆绑大量技巧的复杂 harness 虽在基准上表现好，但每次模型发布都可能使结果失效，而极简配置会随更强模型出现而持续受益。

DAIR.AI 的 Elvis Saravia 表示，并非所有任务都需要前沿模型，开源模型在自动化任务中表现出色。他将大部分 token 使用迁移至本地或开源模型，通过自调技能处理重复性任务，显著降低成本，并将节省的预算用于更复杂的封闭前沿模型任务。他认为同时使用开源与闭源模型、掌控模型与工具链将成为最佳实践。

各位，请掌控好你的工具链。 这样，你就能决定使用哪些模型以及如何使用它们。 但别止步于此。如果条件允许，开始思考如何掌控模型层。

Elvis Saravia 反驳"Grok @bot 每次都要先命名机器人很蠢"的观点，认为强制命名让智能体团队易于识别，是设计优点。他将 Grok Bot 视为团队管理，由 CTO、CMO 等高层智能体自动处理子任务命名与分支，减少认知负担，使 PR 交付量提升约 5 倍。

DeepSeek 框架堪称工程典范。 GitHub 上已获 20 万星标。厉害！ 显然，他们构建这一框架时，已考虑到未来 AI 的需求与能力。 一切皆可插件化、可定制，这正是未来框架应有的形态。