要讨论这个，还得从 AI 大模型的本质开始聊起。
现在 AI 被用得越来越多，吹得神乎其神，好像它什么都能做。
但如果你深入了解它背后的数学原理和代码机制（不用太深），就会发现，它其实只是一个推理机器。
它和传统机器的不同之处在于，它的产出不是固定的，而是有一定的概率会产出不同的结果。
它所接受的数据来源主要有两个。
一方面是训练大模型所用的数据，这些数据经过清洗、处理、规范化，然后喂给大模型。
大模型就是用这些东西作为学习资料，形成各种各样固定的模式并固化下来，这就是我们现在所知道的带有多少多少亿个参数的大模型。
另一个，就是我们在使用大模型时输入给它的提示词。
提示词既包含数据，也包含命令，大模型通过解析提示词来获取必要的信息，然后再执行其中的指令。
现在可以给 AI 增加一些 skill（技能），比如让它去网上搜索，或者让它去找某些文件。这实际上就是让它的提示词输入变得更多。
但是大模型本身是不变的，你这一次输入给它的东西，下一次它是不会记得的。技术上讲叫做“无状态（Stateless）”。
那为什么我们跟它聊天的时候，它好像认得我们一样？
这是因为，它把之前跟你聊天的记录打了一个包，可能经过一些技术上的处理，比如压缩、截断、总结等等，在下一次输入提示词的时候，把这些记录一起带了过去。
其实不打包直接发过去也不是不行，不过提示词越长，就会使用越多的词元（token），也就是烧掉的钱也越多，得出结果的时间也越长；同时，过长的提示词会导致 AI 知道得太多，反而不利于它做出决策（这种情况叫做“注意力分散”）。
通过把过去的记录一起带过去这种方式，AI 每一次圣诞，都是重新认识了你一遍，重新回忆了一下你们之前的聊天记录。所以它才能在回答你的新问题时，表现得就像认识你一样。
所以归根结底，对于使用者来说，大模型其实只有一个输入，就是提示词。
所有的“上下文”，其实是把提示词放在外界的地方存储，需要时再加上。
现在已经不太有人提起的“提示词工程”，就是要把提示词尽可能地完善，让 AI 更加明确地产出指定内容。
而现在新出的“架驭工程”（Harnessing Engineering），实际上是借助 AI 之外的各种工程手段去处理上下文和提示词。最后让 AI 在某些场景下，只读取跟当前场景、命令有关的提示词，来达到让它专注于当前任务的目的。
所以我们所有的工程手段，最终其实都归结于对提示词的处理。
我说Harness Engineering是个伪命题，其实是有时间限制的。
目前，这还是最佳的提升 AI 能力的手段，没有之一。这比大模型本身的版本更新还有效。
但是，AI 大模型是在一直迭代和进化的。
在提示词工程（Prompt Engineering）很火的时候，就有明确的证据表明，提示词是针对当前版本的。
一旦大模型更新，旧有的提示词很可能起不到任何作用，甚至会起到反效果。
比如在 GPT-3.5 时代，我们需要写上百字的 Few-shot（少样本提示）来教它输出 JSON；但到了目前的先进模型，你再塞这么一堆冗长的提示词，反而会干扰它的原生指令遵循能力，导致输出崩坏。
所以每当模型更新版本时，这些提示词都要重新验证一遍。
这是因为在大模型的新版本里，它的训练数据很可能已经把这些提示词包含进去了，重复给它相同的数据，最终会造成负面影响。
现在的 Harness Engineering 也是一样的。如果大模型版本变更，所有的 Harness 都要重新检查并验证一遍。 很有可能这些原来约束 AI 的条件，最后反而会导致 AI 的产出还不如以前。
那么，是不是可以这样猜想：
当 AI 进化到一定程度之后，能够理解所有的模糊语言，那所有这些工程化的手段，都会变得没有意义。
只是这个“一定程度”，什么时候会到，没人说得准。可能是五年，可能是十年，也可能就是下个星期。
尽管Harness Engineering长远来看必然消亡，但是不妨碍它现在是棵巨大的摇钱树。
就算将来，Harness Engineering不再有效，大概也会出现一个新的 XXX Engineering 取代它的位置。 就像它取代了提示词工程一样。
AI 时代的护城河，从来不是你记住了多少个绝妙的 Prompt，也不是你搭出了多么复杂的 Harness 架构，而是你敏锐洞察大模型能力边界，并迅速用工程手段去填补这段缝隙的‘元能力’。
