新智元报道
养虾业长期面临一个棘手的问题：龙虾在执行超过一天的长时间任务时，成功率极低。然而，最近出现了一种名为Harness的新解决方案，有望改变这一现状。
养殖虾类过程中最大的难题是成本高昂和任务不可靠性问题。
将OpenClaw部署到需要连续运行超过24小时的任务中，往往难以达到预期效果。
无论是因为资源耗尽导致任务未完成，还是某一步骤出现错误进而影响全局，结果都令人失望。
Meta安全对齐总监Summer Yue遭遇过一个著名案例：她的邮箱被OpenClaw清空后，尽管多次请求停止，最终她不得不手动断开网络连接。
这些事件共同指向了同一个问题——单体智能在长时间和复杂任务中容易出错。
更早之前，也曾发生多个代理程序泄露敏感信息给未经授权的员工的情况。
行业内部逐渐意识到，仅仅提升模型性能是不够的，还需要一种机制来控制如何使用这些聪明的工具。
最近这一概念得到了越来越多的关注，被称为Harness。
Harness这个词原本指的是马具，在人工智能领域则用来描述连接智能体和人类需求之间的控制系统。
它负责决定智能体应该朝哪个方向前进、速度以及何时停止等决策，并不直接参与任务执行或提升模型性能。
一个例子是，OpenAI在今年二月发布了一篇博客文章，展示了三人工程师团队如何利用Harness Engineering在五个月内开发出包含百万行代码的产品。
Anthropic近期推出的新一代代理程序架构也强调了“Agent Harness”这一概念的重要性。
一个正在浮现的新共识
这意味着，在OpenClaw之后，行业顶尖玩家几乎同时认识到需要一种更高层次的约束系统来管理智能体的行为。
Harness的理念在于通过限制来换取更多的自主权，听起来有些反常，但其背后的逻辑却十分合理——自主性越大的智能体越容易走偏，适当的控制反而能让它跑得更远。
这一共识正在迅速形成。在未来半年到一年的时间里，用户可能会看到一批新的AI产品，这些产品不再强调模型的大小，而是注重于“驯服”和优化模型的能力。
在这个关键时刻，一家成立仅四个月的企业已经获得了重金投资支持。
这家公司名为明日新程（Nextie），由陆奇和李开复共同支持，并且得到了创新工场等知名机构的注资。
4月13日，该公司宣布完成两轮融资。投资者包括原小冰项目负责人以及多位业内资深人士。
明日新程的目标是构建一种全新的智能协同机制，让每个用户都能拥有属于自己的个性化AI团队。
这款即将推出的新产品将采用与“小冰岛”类似的理念，旨在为用户提供一个更适合长时间复杂任务的解决方案。
从理论上讲，明日新程希望先搭建一个稳固的基础平台，然后允许用户在这个平台上自由组合不同的代理程序，形成自己的定制化AI队伍。
据计划，这款产品将在4月底正式发布。届时将检验这种群体智能技术是否真正适用于消费者市场。
从长远来看，这一轮围绕Harness和群体智能的转变实际上是在探讨一个更为宏观的问题——如何通过协同结构而非单体能力来提升AI系统的整体效能。
即使目前这些变化对普通用户来说还不够直观，但在未来的两年内，它们将逐渐改变所有人工智能产品的基础逻辑。
对普通用户来说，接下来半年到一年里大概率会冒出一批新的 AI 产品，不再强调自己的模型有多大，而是强调自己会「驯服」模型。
就在这个当口，有家成立四个多月的公司已经悄悄把两轮重金收进口袋。
陆奇和李开复罕见同框的一家公司
公司的名字叫明日新程，英文名Nextie。
4 月 13 日，它宣布连续完成两轮融资。
天使轮由创新工场和 Atypical Ventures 联合领投，奇绩创坛继续跟投，参投方还包括原微软全球副总裁 David Ku 等个人投资者。
David Ku
资金储备可以支撑未来三到五年的持续创新。
放在一级市场整体降温的背景下，这个数字本身不算特别扎眼。
真正让业内人停下来多看一眼的，是它的投资人名单，陆奇和李开复罕见同框、同步押注同一家 Agent 初创公司。
陆奇
李开复
两位被称作 AI 圈风向标的人一起出现在一家只成立了一个季度的公司的股东名单上，这件事本身就是信号。
不过让这个故事真正有分量的，除了投资人，还有带队的那个人。
他叫李笛，微软亚洲互联网工程院原副院长。
李笛
在 AI 圈，他有一个更响亮的身份，小冰之父。
2018 年，第 6 代小冰
理解李笛这次出来要做什么，得先理解他这几年没能做成什么。
2022 年底，Transformer 架构的潜力刚刚被外界彻底看懂，李笛在小冰内部提出一件事，尽快采购 GPU，加速训练更大规模的模型。
这个提议在当时的决策框架里被搁置了。
那是后来基础模型能力快速拉开差距的关键窗口期，小冰没有搭上这班车。
2023 年 2 月，李笛的团队推出了一个叫小冰链（X-CoTA）的项目。
现在回头看，小冰链干的事几乎就是后来震动整个行业的 CoT（思维链），让模型在给出答案之前先「想一段话」，把推理过程显化出来。
小冰链仅用了 GPT-3 约 2% 的参数量，就实现了可观测、可追溯的思维链构建。
然后它只活了一个月。
当年 3 月被叫停，理由是「看不懂，不让做」。
到了 2023 年底，小冰在日本的业务做得不错，账上有钱，团队又提出要做推理模型，这个方向在当时的决策框架里再次被否掉。
李笛后来在公开访谈里把这件事称作「到今天为止唯一一次深深的遗憾」，原话大意是，丢掉的不只是一个项目，是一年半到两年的时间。
把这几个节点连起来看，会发现小冰身上其实埋着好几颗本来可以开花的种子。
基础模型、思维链、推理能力，每一颗都精准地对上了后来几轮行业爆发的方向。
只是这些种子在关键时刻都没能长出来。
2025 年 12 月 9 日，李笛带着微软小冰的创始核心团队成立了明日新程。
四个月之后，他的竞业期正式结束。
也就是说，他脑子里已经反复推演过几年的那些事，终于能从头做一遍。
220 年的学术文献
造就高级智能
这次从头做的那个东西，名字叫「群体智能」。
群体智能的想法，并不是最近才冒出来的。
李笛团队内部梳理过 1800 年到 2020 年整整 220 年的人类学术文献，目的只有一个，搞清楚人类社会作为一个群体智能系统，是怎么一步步形成大规模高级认知协同的。
这是迄今为止，唯一被验证过的、能持续产出价值的群体智能样本。
这件事的落脚点非常具体。
明日新程今年 2 月发布的第一款产品叫「团子」（tuanzi.ai）。
用户抛出一个问题之后，几十个 Agent 会「围坐一桌」，各自从不同视角切入、彼此补充、辩论交锋，中间还有投票表决和同行评审这样的专业环节。
李笛内部把这套机制叫「认知碰撞」。
这里有一个反直觉的地方。
按常识，多智能体应该比单体更烧 Token 才对，毕竟人多嘴杂。
但团子跑下来的数据是，在达到同等思考深度的情况下，整体 Token 消耗反而降低 50% 以上。
秘密藏在「协调税」这三个字里。
传统的多智能体架构，在环节越多、节点分支越广的时候，上下文会被一层一层带着走、复制、再传下去，Token 消耗呈指数级增长。
明日新程的做法是，让每一个环节都「收敛」。
辩论、质疑、反思、投票这些动作的目的不是让信息发散，而是让它在每一层里先收敛一次再往下传。
这是从人类社会里偷来的经验。
一个开得好的会，不只是让所有人说完所有的话，更是要让大家吵完之后收敛出一个共识，带着这个共识进入下一个议题。
团子的智能深度评测（IDI）指标，在长程多智能体协同、高难度研究任务和大规模群体仿真这三个场景下，均显著高于包括 GPT-5.2 Thinking 在内的单一大模型。
不过这些还都是 B 端视角下看到的东西。
真正有意思的变化，藏在明日新程即将在 4 月底推出的那款新产品里。
「小冰岛」要回来了？
能做更多
李笛在最近一次访谈中透露，团队正在全力打造一款形态接近「小冰岛」的新产品。
由于知识产权限制，它不会再叫这个名字，但理念内核是一致的，采用了完全不同的新技术架构。
小冰岛这三个字，对老用户来说是有感情的。
它最初的设计理念，是围绕每一个具体的人，观察究竟配一群怎样的 AI 才是最合适的。
有人需要工作支持加情感陪伴，有人更需要理性决策辅助，每个人的「最优 AI 阵容」本来就不该是一样的。
当年做小冰岛的时候，技术上有很多过不去的坎。
举一个具体场景。
用户在岛上跟某个 AI 说「我失恋了」。
按当年的技术能力，这个信息要么被粗暴地广播给岛上所有 AI，所有人一起过来安慰，用户反而尴尬；
要么只被这一个 AI 知道，其他 AI 完全没有上下文，无法形成真正的情感支持网络。
两种处理方式都不理想。
问题不出在单个 AI 是不是聪明，而是出在这群 AI 之间有没有一套合理的协同机制，知道什么信息该传、传给谁、什么时候传。
这正是群体智能要解决的问题。
按李笛自己的描述，新产品里的 Agent 会具备这种「智能判断」，每一次用户的交互，都会在 Agent 群体里产生合理的涟漪，而不是要么全员轰炸要么全员静默。
对普通用户来说，这件事的吸引力其实可以翻译成一句大白话，每个人都能拥有一支属于自己的 AI 小分队。
这支小分队里的成员各有分工，彼此之间知道怎么配合，能完成长时间跨度的复杂任务。
最近流行一个词叫 OPC（一人公司），外人听上去像科技播客里的空中楼阁。
要让一个人真正拥有一家公司的执行力，光有一个聊天机器人远远不够，得有一整个能自主协作的团队。
群体智能加上 Harness 架构，第一次让这件事有了可实际上手的底座。
按官方说法，如果用户已经养了一只「龙虾」，只需要一句话就能让它加入这个 Agent 群体，成为小分队里的一个特种兵。
这种开放性很关键，产品不是要用户重新学一套生态，而是可以把手里已有的工具直接纳进来。
产品还没发布，具体体验如何暂时没办法评价。
但理念层面能看出来，明日新程的思路是先把底层的协同机制做扎实，再让用户在这个底座上搭出自己的个性化 Agent 群体，而不是上来就塞一个大而全的超级助理。
按计划，这款产品会在 4 月底正式亮相。
届时才是真正检验群体智能能不能走到 C 端的时刻。
单体的尽头是群体
把时间轴拉长一点看，这一轮围绕 Harness 和群体智能的集体转向，其实是在回答一个更大的问题。
过去三年，行业对 AI 的叙事主线一直是「让单体变得更强」。
参数更大，上下文更长，推理能力更深。
这条路径现在仍然在走，但越来越多的人开始意识到，真正的瓶颈也许不在单体能力，而在协同结构。
人类社会能持续产出价值几千年，靠的也不是某个超级大脑，而是大量普通大脑之间找到了一套「吵架也能吵出共识」的机制。
AI 想要接手更长、更复杂、更接近真实世界的任务，可能绕不开同一条路。
这个转向对普通用户的意义也许还没到立刻可感的地步，但它已经在悄悄改变接下来一两年里所有 AI 产品的底层逻辑。
回到开头那个问题，为什么超级聪明的单体 Agent 一遇到长程任务就拉胯。
答案现在看起来清楚了一些，单体本来就不是为长程任务设计的，长程任务需要的是一个群体，以及一套让这个群体不至于陷入「群体迷思」或「群体愚蠢」的协同框架。
明日新程押的就是这个。
小冰的故事还远没讲完，只是换了个名字继续。
2021 年，第 9 代小冰
参考资料：
发布｜本冰有个好消息～