--- title: "Garry Tan 的 Thin Harness, Fat Skills:五个概念拆解,以及怎么落地" source: "https://yage.ai/share/thin-harness-fat-skills-20260414.html" author: - "[[鸭哥]]" published: 2026-04-14 created: 2026-04-24 description: "Garry Tan 提出 AI 系统的五层架构。这五个概念和我们过去一年独立推导出的体系几乎一一对应。逐个映射对应关系,标注各自走得更深的地方,讨论独立收敛说明了什么。" tags: - "clippings" --- > **日期**: 2026-04-14 **来源**: [Garry Tan, X Article](https://x.com/garrytan/status/2042925773300908103) (2026-04-11, ~1M views) **类型**: 概念解读 + 实践映射 上周 Garry Tan 在 X 上发了一篇长文 [Thin Harness, Fat Skills](https://x.com/garrytan/status/2042925773300908103) ,百万阅读,几千收藏。Steve Yegge 说用 AI coding agent 的人比用 Cursor 聊天的人效率高 10x-100x。Garry 的解释是:差距来自架构,具体来说是五个概念的组合。 这五个概念每一个都指向了一个实际的工程问题。这篇文章逐个拆解它们,同时给出我们过去一年在实践中找到的对应实现。我们在今年早些时候把这套实践体系 [开源](https://github.com/grapeot/context-infrastructure) 了。下面每个概念后面,我会直接链到对应的文件或目录,有兴趣的读者可以直接看代码。 ## 概念一:Skill Files Garry 定义 skill file 为用 markdown 写成的可复用程序。它描述的是判断过程,而非固定答案。同一个 /investigate skill,传入安全科学家和 250 万封邮件就变成医学调查,传入竞选资金数据就变成政治献金追踪。他说这不是 prompt engineering,是 software design,只不过用 markdown 当编程语言。 他提到一个多数人忽略的洞察:skill file 像方法调用一样接受参数。同一个流程,不同参数,完全不同的能力。 在我们的系统里,这对应 [Skills 体系](https://github.com/grapeot/context-infrastructure/tree/main/rules/skills) 。当前有 40 多个 skill 文件,每个都有触发词、参数、依赖声明和执行流程。比如 [深度调研工作流](https://github.com/grapeot/context-infrastructure/blob/main/rules/skills/workflow_deep_research_survey.md) 定义了从初步扫描到多 Agent 并行到交叉验证的完整流程, [并行 Subagent 工作流](https://github.com/grapeot/context-infrastructure/blob/main/rules/skills/workflow_parallel_subagents.md) 定义了什么时候该拆任务、怎么控制并行度、overlap 怎么设。这些 skill 在使用中被修正和扩展,积累的知识不随会话结束消失。 Garry 说”every skill you write is a permanent upgrade to your system”。这正是我们观察到的:每个 skill 是系统的永久升级,模型更新时 skill 自动受益,确定性步骤保持稳定。 [Skills 索引](https://github.com/grapeot/context-infrastructure/blob/main/rules/skills/INDEX.md) 是完整列表。 ## 概念二:Thin Harness Garry 的核心主张是 harness(运行模型的那层程序)只做四件事:循环调用模型、读写文件、管理上下文、执行安全策略。他反对 fat harness:40 多个工具定义占掉半个上下文窗口,God-tools 每次 MCP 调用 2-5 秒。他用 Playwright CLI vs Chrome MCP 的 75 倍性能差距来量化这个问题。 设计原则是方向性的:把智能向上推到 skills,把执行向下推到确定性工具,中间保持最薄。 我们在实践中得到了相同结论,并且在 [《从过程确定性到结果确定性》](https://yage.ai/result-certainty.html) 中做了更细的分析。我们提出 AI 集成有四层:Model、Protocol、Runtime、Contract。多数人把注意力放在 Protocol 层(怎么调 API),但 Runtime 层消耗最多时间。好消息是 Runtime 层正在成为公共产品:Claude Code、Codex、Cursor Agent 都在收敛为可复用的 Agentic Runtime。模型提供商为了兼容这些工具,主动适配自己的故障模式,意味着长尾问题从你一个团队的负担变成了整个生态的共同投入。 所以 Garry 说 harness 要薄,我们更进一步:harness 应该直接外包给现有的 agentic runtime,你只需要在上面叠 skills 和确定性工具。我们的系统就是这么做的: [AGENTS.md](https://github.com/grapeot/context-infrastructure/blob/main/AGENTS.md) 是整个系统的入口,它在 Claude Code 或 OpenCode 的 agentic loop 上面运行,harness 本身不是我们写的,我们只写上面的 skills 和下面的 tools。 ## 概念三:Resolvers Garry 的 resolver 是上下文的路由表。当任务类型 X 出现,先加载文档 Y。他举了一个例子:开发者改 prompt 文件,resolver 自动加载 eval 文档,开发者甚至不知道 eval suite 存在。他还提到自己的 CLAUDE.md 从 20,000 行砍到 200 行指针文档,因为模型注意力在大量上下文中退化。 在我们的系统里,这对应一个三级缓存结构,灵感来自 CPU 内存层级。 **L1 cache** (每次都加载): [AGENTS.md](https://github.com/grapeot/context-infrastructure/blob/main/AGENTS.md) 。200 行左右,只有指针和最核心的行为定义。Garry 砍 CLAUDE.md 到 200 行的经验,我们也经历过,最终的解法一样。 **L2 cache** (按需查索引): [Skills INDEX.md](https://github.com/grapeot/context-infrastructure/blob/main/rules/skills/INDEX.md) 和 [Axioms INDEX.md](https://github.com/grapeot/context-infrastructure/blob/main/rules/axioms/INDEX.md) 。模型知道有哪些能力和原则可用,但不加载具体内容。 **L3 cache** (匹配后加载):具体的 [skill 文件](https://github.com/grapeot/context-infrastructure/tree/main/rules/skills) 和 [axiom 文件](https://github.com/grapeot/context-infrastructure/tree/main/rules/axioms) 。只有当模型匹配到用户意图后才加载。每个文件都有 description 和触发词,路由是自动的。 Garry 的 resolver 路由到 skill 和文档。我们多做了一层:除了路由到 skill(改变模型怎么做事),还路由到 axiom(改变模型用什么判断框架做事)。这层差异后面会展开。 我们把这套分层方案的设计思路写在了 [《为什么 AI 只会说正确的废话》](https://yage.ai/context-infrastructure.html) 里。 ## 概念四:Latent vs. Deterministic Garry 说系统中每一步要么属于 latent space(模型做判断),要么属于 deterministic space(程序做执行)。模型可以考虑 8 个人的社交动态来安排座位,但让它安排 800 个人的座位就会输出看似合理、完全错误的方案。他在 YC 系统里的正确做法是:模型发明主题(latent),确定性算法执行分配(deterministic)。 这条分界线在我们的体系里对应公理 [T02:结果确定性优于过程确定性](https://github.com/grapeot/context-infrastructure/blob/main/rules/axioms/t02_results_certainty.md) 。Garry 关注怎么划界。我们在划完界之后多走了一步:对 latent 一侧的输出,怎么建立信任? 答案是把验收标准写成可执行的检查。在翻译场景中,我们发现翻译失败的根本原因是模型不知道什么叫”完成”。一旦把标准写成脚本(格式是否正确、有没有中文泄漏、术语是否一致),模型就能自己跑检查、自己修正、循环到达标为止。我们把这个过程的完整案例写在了 [《从过程确定性到结果确定性》](https://yage.ai/result-certainty.html) 里。 另外,我们在 2025 年 11 月提出的 [Generative Kernel](https://yage.ai/ai-software-engineering.html) 里有一个组件叫 Leverage Toolkit,专门处理 latent 和 deterministic 的交界地带:对于模型概念上理解但执行容易出错的任务,提供确定性工具让模型调用。这和 Garry 说的 deterministic foundation 是同一个位置。 ## 概念五:Diarization Garry 的 diarization 是让模型读取关于某个主体的所有材料,输出一页结构化画像。他举了一个具体例子:一个 founder 说自己做”Datadog for AI agents”,但 80% 的 commit 在 billing 模块。模型需要同时读 GitHub 提交历史、申请表和 advisor transcript,三者交叉才能发现”说的和做的不一致”。他明确说 no SQL query produces this, no RAG pipeline produces this。 这个判断我们完全认同。我们的对应实现是一套三层蒸馏机制,不过维度不同。Garry 的 diarization 是横向的(多源交叉,per-entity),我们的 Layered Distillation 是纵向的(时间蒸馏,per-person)。 L1 Observer 每天扫描文件变化和对话记录,提取有意义的观察。L2 Reflector 每周合并去重、识别跨项目的重复模式。L3 Axiom 把经过时间检验的稳定模式提炼为决策原则。筛选标准是稳定性:只有在不同情境和不同时间跨度中反复出现的判断,才进入公理层。 一年积累下来,我们的系统蒸馏出了 [43 条 axiom](https://github.com/grapeot/context-infrastructure/blob/main/rules/axioms/INDEX.md) ,覆盖 AI 协作、技术决策、管理哲学和信任验证四个领域。每条 axiom 都有具体的来源场景、应用判定和边界条件。比如 [A04:可靠性是管理问题](https://github.com/grapeot/context-infrastructure/blob/main/rules/axioms/a04_reliability_management.md) 说的是 AI 不可靠的根源通常是你把它当工具而非团队成员, [V02:可验证性是信任的地基](https://github.com/grapeot/context-infrastructure/blob/main/rules/axioms/v02_verifiability.md) 说的是要设计可检测错误的架构而非期望零错误。 Garry 和我们的共同判断是:这一步只有模型能做,关键词搜索和向量检索都做不到。分歧在于蒸馏的方向:横向(多源交叉发现矛盾)还是纵向(时间过滤出稳定模式)。两者解决不同的问题,可以组合。 ## Garry 跳过的一步:怎么让人愿意放下键盘 Garry 整篇文章有一个隐含前提:读者已经接受了设计系统让模型执行、自己不亲自写代码的工作方式。但在实际观察中,这一步恰恰是多数技术人员卡住的地方。 技术能力越强的人越容易掉进这个陷阱:看到模型犯了一个你能三秒修复的错误,本能反应就是自己上手。表面上你比模型快,但如果你管理的是多个并行 AI 会话,每次都抢键盘的话效率会迅速崩塌。 我们在 [《AI 管理三大陷阱》](https://yage.ai/ai-management.html) 中分析了这个问题,并在公理 [A03:从 IC 到经理的心智转变](https://github.com/grapeot/context-infrastructure/blob/main/rules/axioms/a03_ic_to_manager.md) 中把管理者的五个职能映射到了 AI 协作场景。选人对应模型选择,委派对应任务分解加上下文准备,培训对应持久化的知识库(也就是 Garry 说的 skill files),指导对应教方法而非给答案,验收对应可观测的标准(也就是结果确定性)。 换个角度看,Garry 描述的整套架构其实就是 AI 管理学的工程实现。Skill files 是培训材料,resolvers 是工作分配系统,latent vs. deterministic 是任务委派的边界判断,thin harness 是管理者不应该做的事。只不过他跳过了起点:怎么让一个技术专家完成从执行者到管理者的转变。 ## 再多走一步:Consensus Ceiling Garry 的框架让模型高效执行。但还有一个问题他没有触及:模型输出的认知深度。 我们用一个 [对照实验](https://yage.ai/context-infrastructure.html) 展示了这个问题。两个配置几乎相同的 AI 系统(相当的模型、相同的 skill、相同的工具、相同的 prompt),唯一区别是背后的认知上下文。一个有一年积累的判断框架,另一个没有。两个系统分析同一个话题,产出的报告在性质上完全不同。一个给出行动清单:建 AGENTS.md、写规则进 repo、CI 检查文档。另一个给出判断:完美主义是吞吐量的敌人,两家公司都接受了纠错比等待便宜这个权衡。 LLM 的训练机制决定了默认输出是共识。Next token prediction 输出最高概率 token,RLHF 进一步惩罚争议性输出。两层叠加,默认行为就是回归均值。这就是 consensus ceiling。 打破这个 ceiling,需要的不只是更好的 skill,而是密度足够高的个人认知上下文去覆盖训练时植入的共识先验。这就是为什么前面提到我们的 resolver 多了一层 axiom 路由。Skill 改变模型怎么做事(执行效率),axiom 改变模型用什么框架做判断(认知深度)。两者是正交维度。 Garry 的读者在应用他的框架后,会得到一个高效、准确、可扩展的 AI 系统。加上 [axiom 层](https://github.com/grapeot/context-infrastructure/tree/main/rules/axioms) 之后,这个系统还能产出超越共识的判断。 ## 概念映射总表 | Garry Tan 的概念 | 我们的对应实现 | 代码 / 文档 | | --- | --- | --- | | Skill Files | Skills 体系 | [rules/skills/](https://github.com/grapeot/context-infrastructure/tree/main/rules/skills) | | Thin Harness | Agentic Runtime 外包 | [AGENTS.md](https://github.com/grapeot/context-infrastructure/blob/main/AGENTS.md) (在 Claude Code 上运行) | | Resolvers | 三级缓存 On-Demand Loading | [Skills INDEX](https://github.com/grapeot/context-infrastructure/blob/main/rules/skills/INDEX.md) + [Axioms INDEX](https://github.com/grapeot/context-infrastructure/blob/main/rules/axioms/INDEX.md) | | Latent vs. Deterministic | T02 结果确定性 | [axioms/t02](https://github.com/grapeot/context-infrastructure/blob/main/rules/axioms/t02_results_certainty.md) | | Diarization | Layered Distillation → 43 条 Axiom | [rules/axioms/](https://github.com/grapeot/context-infrastructure/tree/main/rules/axioms) | | Self-rewriting skills | 知识飞轮 | [workflow\_knowledge\_flywheel.md](https://github.com/grapeot/context-infrastructure/blob/main/rules/skills/workflow_knowledge_flywheel.md) | | (未涉及) | IC → Manager 心智转变 | [axioms/a03](https://github.com/grapeot/context-infrastructure/blob/main/rules/axioms/a03_ic_to_manager.md) | | (未涉及) | Consensus Ceiling 的突破 | [上下文基础设施全文](https://yage.ai/context-infrastructure.html) | 完整的开源仓库在 [github.com/grapeot/context-infrastructure](https://github.com/grapeot/context-infrastructure) 。 --- ## 参考来源 - Garry Tan, [Thin Harness, Fat Skills](https://x.com/garrytan/status/2042925773300908103), X Article, 2026-04-11 - 我们的相关文章(按时间顺序): - [当 AI 变成你的下属:技术人必须跨越的三道管理陷阱](https://yage.ai/ai-management.html), 2025-02 - [Beyond DRY: Thoughts on AI-Native Software Engineering](https://yage.ai/ai-software-engineering.html), 2025-11 - [从过程确定性到结果确定性](https://yage.ai/result-certainty.html), 2026-01 - [OpenClaw Deep Dive](https://yage.ai/openclaw.html), 2026-02 - [为什么 AI 只会说正确的废话](https://yage.ai/context-infrastructure.html), 2026-03