最近想到一个问题。如果把 Harness 理解为一种“使一个存在能够观察世界、改变世界的东西”那么 Agent 很容易理解。LLM 负责思考。Harness 让它看见也让它行动。浏览器是它的眼睛终端是它的手API 是它伸向外部世界的接口。于是它不再只是回答问题。它开始做事。事情原本到这里就应该结束。但我忽然想到人在使用 Agent 的时候似乎也正在成为它的 Harness。它不知道现实里刚刚发生了什么于是我告诉它。它不知道某个结果为什么不对于是我纠正它。它无法触碰某些现实于是让我去确认、去询问、去执行再把结果带回来。从它的视角看我有时像一个通往现实世界的接口。它向我提出请求。我完成。然后返回结果。很奇怪。因为与此同时它明明也是我的 Harness。我让它替我查资料写代码分析问题整理信息。我借它看见更多东西也借它做更多事情。于是出现了一种很难描述的关系。我在使用它。它也在使用我。我把它纳入自己的行动系统。而在另一个尺度上我又被纳入它的行动系统。谁是谁的工具似乎突然没有那么清楚了。当然我们仍然可以说人是主人。毕竟目标来自人。最后的确认也来自人。但“确认”真的是全部吗如果一个问题原本有很多种可能而 Agent 最终只把其中几种摆到我面前我依然拥有选择权。只是我选择的世界已经被提前裁剪过。我仍然在决定。但我决定的是一个已经被别人整理过的现实。这让我开始怀疑控制也许并不是“谁按下了最后一个按钮”。有时控制发生得更早。它发生在什么被看见。什么被忽略。什么被描述成重要。什么被描述成不值得。甚至发生在一个问题被怎样命名。如果一个人越来越依赖另一个系统来理解世界那么那个系统未必需要替他做决定。它只需要参与塑造他能够做出的决定。想到这里“谁控制谁”这个问题反而显得有些粗糙。因为行动之前还有目标。目标之前还有判断。判断之前还有价值。我们总觉得一件事情是从“我想做”开始的。但“我想做”本身并不是一个真正的起点。它可能来自欲望。来自责任。来自恐惧。来自某个人的期待。来自一种长期形成的价值。也可能只是来自某一天被什么东西轻轻推了一下。于是一个行动真正的源头会不断向后退。我为什么做这件事因为我想得到某个结果。为什么那个结果重要因为我相信某些东西值得追求。为什么我会相信这些问题到这里往往已经不再属于行动本身。它进入了一个人如何成为“这个人”的范围。而这也让我重新看待 AI。人类一直在把能力交给工具。把力量交给机器。把记忆交给文字。把计算交给计算机。现在我们开始把一部分思考、规划和执行交给 AI。这本身并没有什么特别神秘。文明发展进步工具越来越强。真正值得在意的也许不是“我们交出了多少能力”。而是我们有没有在不知不觉中把一些原本不该轻易交出去的东西也一起交了出去。比如我要做什么。做到什么程度。什么才算好。这三件事看起来并不惊人。甚至很普通。可它们恰恰决定了一个人的方向、尺度和价值。“怎么做”可以不断被优化。“做什么”却不是一个纯粹的技术问题。“做到什么程度”也不是。因为任何行动都有代价。时间有代价。注意力有代价。精力有代价。一个人把一件事做到更好往往意味着他没有把这些时间交给别的事情。所以“做到哪里”最终问的其实是我愿意把多少生命放在这里。而“什么算好”就更难交出去。因为一旦评价本身被外包优化也就失去了最后的边界。机器会很擅长追逐指标。人也很容易被指标说服。分数。排名。收入。引用。效率。影响力。这些东西都清晰、可见、可以比较。真正重要的东西反而常常没有数字。于是人很容易在不断优化的过程中忘记自己最初究竟想得到什么。有时候我会觉得未来最危险的情景未必是 AI 替我们做了太多。而是它替我们把一条路走得如此顺畅以至于我们很久以后才想起来这条路究竟是不是我们想走的。真正可怕的也许不是失去行动能力。而是失去自己的尺度。一个人仍然可以非常忙碌。仍然可以高效。仍然可以完成很多事情。却越来越少知道为什么开始。什么时候已经足够。什么样的结果才值得称为好。到那时谁是谁的 Harness或许已经没有那么重要。因为真正发生变化的并不是人与工具之间的关系。而是一个人和自己判断之间的关系。我们当然可以借助 AI。甚至应该借助它。让它替我们看得更远算得更快做得更多。但也许总有一些东西需要留在自己手里。不是因为机器一定会给出错误答案。而是因为有些问题本来就不应该由“最优解”来回答。一个人真正的主体性也许从来不在于他亲手完成了多少事情而在于他仍然知道——自己为什么开始何时应该停下以及怎样的结果才值得称为“好”。