大模型会吞噬掉哪些Harness的能力，两者的边界到底在哪里？

📋总体概括

该内容以大模型与测试/评估Harness的能力边界为讨论核心，探讨随着大模型推理、工具调用与代码生成能力增强，哪些传统上由Harness承担的职责会被模型本身吸收，哪些仍需保留在外部框架中。文章属于AI工程方法论层面的观点分析，厘清模型能力与工程脚手架的分工逻辑，对理解Agent系统与评测体系演进具有参考价值。