哪些鷹架能在模型進步後留存——又該如何判斷某條指示何時開始有害？

這些問題#

來自 harness 演進主題群的三個 #oq/now 問題，合併為一篇綜合回答：

Harness Shrinkage as Models Improve — 隨著模型進步，所有提示詞鷹架最終都會遷移進模型嗎？還是有些會留存（組織特定風格、安全規則、品牌語調）？
Instruction Compounding — Anthropic 的累積清單是按每次發布手動整理的；是否有可偵測的訊號能標出哪些提示詞指示已開始累積成負擔，讓修剪不必靠人工重讀？
Build for the Next Model — 這項押注仰賴可靠的發布節奏；如果模型進步停滯，會發生什麼事？

回答一：不會——要求會遷移，另外五類不會，還有一類會反向流動#

問題中的例子（組織風格、安全規則、品牌語調）都會留存，而分類規則已在語料中：苦澀教訓適用於編碼人類對任務先驗的結構——隨著能力提升，這類結構會遷移到模型內部；但編碼邊界、紀錄、身分或服務運算的結構，沒有可供遷移的「內部」（The Bitter Lesson 的部署豁免）。將這條規則套用到整個主題群，會縮減的恰好只有一類——行為要求（做得周全、進行驗證、使用待辦清單、開始一個迴圈）。當模型原生就能做出這些行為，要求便會消融，超過有效期限後還會積極造成傷害（Instruction Compounding：原生傾向 + 指示 = 疊加過頭）。Fable 5 Pokémon 的結果是最清楚的示範：視覺與導航鷹架沒有改良，而是直接刪除（Harness Shrinkage as Models Improve）。

以下各類會留存：

邊界執行。 測試、linter、結構描述、hook、隔離、權限——這是與外部現實相連的契約（Where Does Agent Harness Work Remain Durable as Models Improve?，第 2/4/5 層）。七月的證據進一步強化了這一類：在 Opus 5 上，以約束形式撰寫的指示（留在範圍內、委派上限），在同一個模型上仍然有效，即使以要求形式撰寫的指示會開始累積成負擔（Instruction Compounding 的不對稱性——以提示詞形式撰寫的 Least Agency）。安全規則之所以留存，是因為它們是約束，而非要求——代理程式安全語料也獨立得出結論：無論模型能力多強，執行機制都必須位於可受操控的模型之外。
組織特定紀錄。 儲存庫在地的決策、規格、慣例：「更聰明的模型能從程式碼推知更多，但無法推知一個從未記錄的現行決策」（Where Does Agent Harness Work Remain Durable as Models Improve?，第 1 層）。組織風格若屬於任意選擇而非一般能力，就歸在此類——即使有充分理由支持不同慣例，團隊選了哪一種，也不是任何訓練流程能學到的。
刻意維持的身分。 角色／品牌語調是鷹架不會縮減的明確反例：模型之間的能力會改變，而角色則被刻意維持穩定——修剪原則在此反向運作，在能力躍升期間保留連貫性（Claude Character as Product）。身分鷹架不是用來彌補能力缺口，因此能力增長不會使它過時。
推論／部署結構。 KV-cache 技巧、量化、服務路徑都不編碼任務先驗；它們只會持續累積，不會縮減（The Bitter Lesson，Gemma 4 實例）。
面向人類的可理解性。 讓人類留在迴圈中的鷹架（HTML 計畫、審查介面、資源分配器那 99% 的鷹架）會隨模型進步而增加，因為主要限制從「模型能不能做到」轉為「人能不能持續參與迴圈」（HTML as the New Markdown、Compute Allocator）。

還有一類朝相反方向流動：溝通校準。同一份 Opus 5 指南要求刪除驗證指示，卻也要求加入長度指示，因為四種輸出通道的預設長度都增加了，而努力程度控制不了其中任何一種（Output Length Calibration）。因此，發布節奏下的檢視刻意採雙向處理：移除能力鷹架，同時加入溝通鷹架（Harness Shrinkage as Models Improve）。

因此，這個論點更持久的表述是：「harness 縮減」其實就是要求縮減。 系統提示詞不會趨近於空白，而是收斂為約束、紀錄、身分與校準的殘餘——只要可行，就把執行工作從文字描述移到機制中。

回答二：原則上可以——特徵是消融後不劣，加上反轉的劑量反應#

累積機制（原生行為 + 指示 = 超過有效點）帶來一些訊號，可用來區分開始累積成負擔的指示、仍有用的指示，以及單純多餘的內容：

消融後不劣（決定性測試）。移除該指示；對於已開始累積成負擔的指示，預期品質不變或改善，同時 Token 數減少——這正是 Anthropic 自己的標準：「移除後能減少浪費的 Token，且品質不會下降」（Instruction Compounding）。移除仍有用的指示會使品質下降；移除多餘內容則品質不變，Token 數也幾乎不變；移除已開始累積成負擔的指示，品質會維持或改善，且 Token 數會大幅下降。這就是該頁第三個未解問題所提到、可逐條驗證的測試。
反轉的劑量反應（低成本指紋）。最大的幾個案例中，核心行為是透過實證發現的：努力程度越高，表現反而越差——即努力反轉特徵（Unproductive Self-Verification）。一般化做法是：升高指示強度（用更強烈的措辭、提高努力程度）並觀察指標；有幫助的指示會提升表現或達到飽和，開始累積成負擔的指示則會反轉。不必逐條消融，只要觀察升級指示後的反轉，就能從評估差異中偵測出來。
建立原生行為基準（安排後續工作的預篩選）。針對每一條要求形式的指示，測試未受指示的模型是否已會做出該行為——待辦清單的變化軌跡（強烈提示 → 自發執行 → 降低強調）正是這類訊號，只是目前由人跨版本手動讀取（Harness Shrinkage as Models Improve）。與目前已成原生行為重複的指示，就是可能開始累積成負擔的候選項；約束形式的指示則可完全略過（不對稱性代表它們不會累積）。這能把 Cat Wu 逐字閱讀整份提示詞的工作，轉化為按優先度排列的候選清單。
不該採用的方法：讀取模型自身的說法。 同一份指南指出，自我指涉訊號會誤導人——點名思考標記會讓外洩增加；也就是說，把失敗直接說出來反而會使情況惡化（Instruction Compounding）。以行為消融來測試，勝過詢問模型對自己提示詞的看法。

現況：從現有證據中可以辨識這個特徵，但語料中沒有來源將其自動化——每次發布的累積清單仍由人工整理，而把 Token 數遙測當作持續監測指標（在固定任務上，驗證膨脹會表現為步數／Token 增長）是本文提出的建議，尚無任何實測。部分回答。

回答三：這項押注是押注發布節奏的低成本買權——停滯時損失的是權利金，而非公司#

「為下一個模型打造產品」之所以能優雅退場，是因為其倡議者採取的策略本身就具備這種特性（Build for the Next Model）：

下檔風險受原型經濟學限制。 這項策略明確將原型視為低成本投資組合——「把所有點子列出來，逐一做成原型，讓其他原型先放著醞釀，每次模型躍升時再重試」（Ambrosino）。等待中的原型就是選擇權的權利金；若發展停滯，代表選擇權到期而未行使，損失就是（刻意壓低的）原型開發成本——前提是團隊把需求驗證與能力押注分開（Build for the Next Model／問題解決契合度的調和：原型回答能力風險，絕不回答市場風險）。
訓練端進展停止後，有效能力仍會持續上升一段時間。 Latent Capability Overhang 是一種避險方式：已發布的模型能做的遠多於人們已經挖掘出的能力，而能力挖掘（鷹架、測試時計算、降低成本）會在沒有新版本的情況下持續進步。發布節奏停滯，不代表產品可交付的能力立刻停滯——前沿會從「等模型」轉為「挖掘模型」，正是潛在能力餘裕一文所指出、這項押注的另一面。
過去的拐杖會重新成為正確的工程做法。 這項策略的核心主張是：圍繞能力缺口打造工程方案，會成為折舊資產，因為下一次發布就會刪掉它。一旦發布節奏停止，折舊也就停止：「等待模型」的缺口會重新歸類為持久的 harness 缺口，而過去錯誤的做法——打造補償性鷹架——便會成為正確選擇。Ambrosino 對「此刻過於 AGI 狂熱」的修正（依照現有能力匹配互動形式，就像 Claude Code 採用的在地提問形式），不再只是過渡階段，而成為長期立場。
競爭介面會轉向持久層。 在停滯但廣泛擴散的未來，差異化不再來自追逐能力前沿，而會轉向始終不會遷移到模型內部的部分：驗證基礎設施、組織特定紀錄、身分，以及面向人類的可理解性（回答一提到的留存類別；Where Does Agent Harness Work Remain Durable as Models Improve?）。harness 會重新累積到凍結的能力水準所設定的均衡狀態；發布節奏下的修剪流程也不再找到可刪除的指示——而指示累積成負擔的情況會停止惡化，因為陳舊指示之下不再出現新的原生行為。

因此，即使在停滯情境下，讓這項押注合理的不對稱性依然成立：以下一個具體版本為目標校準（而非幻想 AGI），並使用低成本原型和獨立的市場驗證，這項策略在停滯時只付出一筆已知的小額權利金，在發布節奏維持時則能抓住新版本帶來的機會。它無法承受的是校準錯誤——推出核心迴圈仰賴尚不存在能力的產品；這種產品在兩種情境下都是空中樓閣。

綜合結論#

這三個答案有一條共同主軸：依照鷹架編碼的內容分類，而非看它的外觀。 任務先驗（行為要求）會遷移到模型內部、過期，然後反轉成傷害——因此需要逐版本偵測器，而消融／劑量反應特徵就是這個偵測器的規格。邊界、紀錄、身分、服務結構，以及面向人類的可理解性永遠不會遷移，因此投資這些部分能抵禦停滯風險。而建立於遷移之上的產品策略（為下一個模型打造產品），只有在押注限於會遷移的類別、並按選擇權定價時才安全——只要押注的下檔風險超過原型成本，就已經跨進持久類別，應該直接投入工程建置，而非等待。