AI热榜 嘉宾（按出场顺序）| 唐刘、茹炳晟、Remy、天猪 “你如果不能在几个小时内重建 Cursor，下次面试会非常艰难——那不过是 300 行代码的一个 while 循环。
” Ralph Loop 创造者 Geoffrey Huntley 把软件工程师的底线划在 300 行。
看似离谱，但大家发现，他可能是对的。
过去一年，Claude Code、Codex、Antigravity 等大厂产品底层路径越来越相似：Agent Loop 读写上下文、调用工具、反复执行，用测试和权限兜底。
上下文、工具、Loop、记忆和多 Agent，逐渐成为一套公开的标准牌面。
大厂之外，个人 Harness 项目也在疯狂涌现。
如今已经拥有庞大社区的 Pi 和 Aider，也都是从个人项目起步：Pi 由 41 岁的奥地利软件工程师 Mario Zechner 独立开发，Aider 由约 54 岁的加拿大软件工程师 Paul Gauthier 一人发起。
面向 DeepSeek 优化的 Reasonix，则由游戏引擎开发者 YHH 个人发起，随后迅速发展成拥有数万 Star 的社区项目。
DeepSeek 宣布招募 Harness 内测后，评论区很快变成了一场“个人 Harness 展销会”。
社区整理了帖子下的上千条回复，其中有数百个开源仓库，覆盖 Coding Agent、记忆、Skills、评测和安全等方向。
几乎每个人都带着自己搭建的 Harness 前来自荐。
世界就是这么奇妙：几个月前大家的差异还在“AI 辅助开发者生产力提升 2 倍还是 100 倍”，现在的差异已经变成“能不能写一套自己的 Harness”。
但当模型可以替换、Harness 可以复刻、常见组件已经趋同，连个人开发者都能拼出一套可用系统时，Coding Agent 还能靠什么打出差距？
为此，我们采访了 TiDB 唐刘、腾讯研究院茹炳晟、Floatboat Harness 架构师 Remy，以及字节 Trae 天猪。
追模型不如搭 Harness？
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接