111
2前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！
帮助互联网｜游戏从业人员
拆解全球游戏 AI 前沿动态，深挖技术落地干货。
让你轻松拿捏行业脉搏，预判 AI + 游戏的 "下一帧"。
对未来好奇？速戳订阅！
小红书b站同名：反向弯曲
=====================================
为什么 OpenClaw 用的是公开的 Claude API，却能火到让千人排队、政府补贴上千万？这期我们不聊模型参数，聊一个更有意思的东西——缰绳（Harness）。从 OpenClaw 的爆火出发，我拆解了它做对的四件事：工具越少越好、用文件当记忆、角色定义清晰、代码结构可读。然后研究了 OpenAI Codex 团队 3 人 5 个月产出 100 万行代码的案例、Vercel 把 15 个工具砍到 1 个反而准确率从 80% 涨到 100% 的实验、Anthropic 的长期运行 Agent 架构。这些顶级团队独立收敛到了同一套模式，说明 Harness Engineering 可能是 AI 工程师的新出路——不卷模型，卷缰绳。最后分享了我自己的实践：用 AI 给 AI 工具修 bug、一下午做完一个跨 Agent 通信协议、五音不全的人写歌。适合所有想知道"模型够强之后该卷什么"的技术人。
=====================================
- 00:00 龙虾让千人排队
- 07:00 工具特别少
- 11:00 文件当记忆
- 17:00 角色定义
- 18:10 代码结构
- 23:35 三代工程的演进：Prompt → Context → Harness
- 28:49 OpenAI, Vercel, Anthropic, Manus的案例
- 40:24 六条收敛的模式
- 42:50 AI 工程师的新出路
- 47:11 我自己的实践体验
- 52:35 不卷模型，卷缰绳
=====================================
