不過這個年代有一件事，很少人願意寫進提案：你正在用的那顆模型，不是你的。它是租來的。月費繳著、能力借著，隨時可以退租。更麻煩的是，同一份租約，你的對手也簽得到。

年初被當成賣點的模型，年中變成基本方案裡的東西。半年前要加錢才拿得到的能力，現在附在入門價裡。這是好事。它只是順手消滅了一種幻想：靠模型領先。

八月這個系列前面幾篇都在談施工：先修水管、先看清自己在第幾階、別養一隻管不動的龍蝦、先別急著上 Agent。這一篇要問的是收工那天的問題：蓋完之後，你到底擁有了什麼？

答案不在模型裡。在模型外面那一層。

01同一個聰明人，放進不同的工作現場

業界把這一層叫 Harness，中文譯作駕馭工程。這個詞本身不值錢，值錢的是它指向的東西。

它的定義簡單到有點粗暴：

Agent = 模型 + Harness。

模型是那個很聰明的人。Harness 是他上工的那間公司：內部知識、經驗規則、工具流程、驗收標準。模型像頂級通才，Harness 決定他怎麼做事。同一個聰明人，放進不同的工作現場，交出來的東西天差地遠。

這件事其實你早就懂。招進一位很強的資深工作者，第一個月的產出往往還不如原本的老鳥。不是他變笨，是他還不知道你們的客戶叫什麼名字、報價怎麼抓、哪些事要老闆點頭。等他知道了，他才開始值那份薪水。讓他「知道」的那一整套東西，就是 Harness。

差別在於，人會自己摸索、自己記住、自己判斷什麼該問。模型不會。你不寫下來，它每一次上工都是第一天。

還有一個對中小企業更實際的區分。個人用 AI，是把自己的工作方式固定下來；企業用 AI，是把它接進真實的業務系統：內部知識、流程、權限、工具、審計。前者是習慣，後者才是資產。多數公司花的是企業的錢，做的卻是個人的事。

02四個老闆答得出來的問題

抽象講到這裡就夠了。這一層是不是真的存在，用四個問題就驗得出來。四個問題都不需要懂技術，但答不出來的公司，通常也還沒真的擁有什麼。

第一個：誰有權限動客戶資料？

AI 能連進你的系統那一刻起，權限就不再只是 IT 的事。工程上這叫工具治理：哪些工具能用、誰能用、怎麼用、用來做什麼。缺了這一層，後果講起來很不客氣：呼叫任意介面、亂改資料庫、權限失控、難以追責。翻成老闆聽得懂的版本，就是某天有人發現客戶名單被匯出過，而沒有人說得出是誰、什麼時候、為了什麼。前面談過的那隻管不動的龍蝦，問題從來不是牠太聰明，是沒有人替牠畫過這條線。

第二個：跑錯了誰發現？

這一層叫驗證機制，工程上的說法是防止「假成功」。一個流程跑完了、回報完成了，不等於它做對了。少了驗證，錯誤會直接上線，客戶受損，返工的工時和成本再一起回來找你。落到現場就是那種讓人胃痛的畫面：三週後客戶打電話來，說收到的那份報價單金額是錯的，而它已經寄出去七十份。

第三個：記憶存哪，離職帶不帶得走？

這是四個問題裡最容易被略過、也最貴的一個。多數公司的 AI 經驗，此刻正躺在某個人的聊天視窗裡：他調了半年的提示詞、他試出來的那套順序、他知道哪些坑不能踩。人走了，那些東西跟著走。

工程上的解法叫「讓倉庫成為事實來源」：凡是會影響決策的內容，都要落回公司的檔案，而不是留在對話裡。判準很好用。一個全新的人，或一段全新的對話，只憑那些檔案能不能接手？答不出「能」，那你擁有的就只是某個人的個人技巧。

第四個：誰決定先做什麼、什麼時候交給誰？

這一層叫編排，也叫任務調度：理解目標、拆解任務、決定順序與並行。缺了它的後果是任務混亂、重複勞動、遺漏關鍵步驟。這件事在人的世界裡叫排工，多數老闆做了二十年，只是沒想過它也要為 AI 做一次。

四個問題，四個層次：權限、驗收、記憶、編排。答得出來的部分，才是你真正擁有的部分。

03為什麼是這一層，而不是那顆模型

反直覺的地方在這裡：這層不只是保險，它直接決定帳單。

Cognition 在 3,000 場評測裡做了一件事：讓兩個模型分別當主導，各自試「有副手」與「沒副手」四種配置。純執行時結果符合直覺，貴的模型分數高、成本也高。但一加上副手，排序就反轉了：由較貴的 Fable 5 主導、搭配便宜副手的組合，每次 1.86 美元、拿 60.7 分；由 Opus 4.8 主導的組合，每次 2.04 美元、只拿 54.6 分。而相較於讓 Fable 自己從頭做到尾，加上副手讓成本砍掉 54%，分數幾乎沒掉。

差別不在每個 token 的單價，在「什麼時候交接、交接什麼」。原文那句話最傳神：Opus 委派的時候是在下指令，Fable 則是在寫一份設計文件——列出限制、邊界情況，以及什麼叫做完。

這對中小企業的翻譯非常直接：同一批工具、同一批人，換一種交辦方式，成本掉一半、品質還更好。而「交辦方式」這件事是你自己的，不隨模型改版蒸發。

另一個佐證更乾脆。LangChain 在 Terminal Bench 這項評測上不換模型、只改 Harness：加了自我驗證迴圈、啟動時先掃目錄、再加上迴圈偵測，成績從 52.8% 拉到 66.5%，排名從第 30 名進到前 5。那份報告的結論只有一句：模型是基礎設施，Harness 才是競爭優勢。

要誠實的是，這兩個案例都出自寫程式的場景，不是行銷、不是客服。數字不能直接搬到你的公司。但結構搬得動：判斷「什麼該交出去、什麼不該」本身就是一種能力，而且是模型平權之後，少數還在漲價的能力。

04但這一層，會不會有一天消失

顧問跟賣方的差別，在於願不願意講對自己不利的那一半。

這一層終將消失？業界有三種說法

正方・Boris Cherny（Claude Code 之父）：模型越強，Harness 越薄。介面、編排、治理裡有大量能力終將被模型原生吸收——「不是 Harness 沒用，而是不能把會被模型支持的東西，當成長期護城河。」他認為真正留下來的，是領域認知、私有數據、用戶信任。

反方・徐燁：Harness 沒有消失，是在升級。過去一套 Harness 服務所有任務，未來是每個任務生成自己的 Harness。變薄的是固定結構，變厚的是「生成流程」的能力。

第三方・Harness 衰退（Harness Decay）：每個組件都隱含一個「模型做不到什麼」的假設；模型一進步，假設就過期，組件從承重牆變成累贅。對策不是不蓋，是「Build to Delete」——蓋的時候就知道它有一天會被拆掉。

三種說法看起來在吵架，其實是在描述同一件事的三個切面。而對一家中小企業來說，結論反而比想像中好處理：短期靠這一層拿優勢，長期靠領域認知守優勢。

還有一個細節值得多想三秒。Boris 那份「會留下來」的清單——領域認知、私有數據、用戶信任——沒有一項是天上掉下來的。領域認知要有人把判斷寫下來，才會從某個人的腦袋變成公司的；私有數據要有地方存、有人整理，才叫得上資產；用戶信任要靠每一次交付不出包，才累積得起來。這三件事，全都得靠模型外面那一層才沉澱得下來。

所以真正的護城河不是 Harness 本身，是 Harness 幫你存下來的東西。工具會被吸收，存下來的不會。

收工那天，你到底擁有了什麼

回到最前面那個問題。

過去 一家公司的數位資產是一個網站、一套系統、一份合約。

現在 還多了四樣看不見的：一份寫下來的權限邊界、一套會被執行的驗收標準、一個離職帶不走的記憶、一張誰先做什麼的編排圖。

這四樣東西有個共同點——模型商不賣、對手抄不走、換工具的時候帶得走。它們也不會憑空出現，只會從一次又一次的施工裡長出來，這正是八月前面幾篇在做的事。

同時也別把它當成永久建物。這一層本來就該定期拆。半年後模型多了一項原生能力，你當初為了補那個洞蓋起來的東西就該退役。會拆，才代表你真的擁有它；拆不掉、沒人敢動、只有某一個人知道怎麼跑，那不是資產，是負債。

這也是我們做 AI 落地體檢時真正在看的東西。不是你用哪一顆模型（那個問題半年後會自己失效），而是那四個問題你答不答得出來，以及答案是寫在檔案裡，還是只在某個人的記憶裡。

讓 AI 加速，讓人定錨。模型可以租，判斷不行。

為品牌築根，為數位開路。