# How Harness Engineering Affects Large Language Model Agent Performance

DevFeed: [How Harness Engineering Affects Large Language Model Agent Performance](<https://devfeed.tech/articles/yc-agent-harness-56399.md>)

Original publisher: [Read original article](<https://tonybai.com/2026/09/09/why-harness-matters-more-than-model-yc-paper-club/>)

Author: Tony Bai

Published: 2026-09-08T22:00:00Z

Content type: article

Language: zh

Sources: [Tony Bai](<https://devfeed.tech/sources/tony-bai.md>)

Topics: [Large Language Model](<https://devfeed.tech/topics/llm.md>), [Claude](<https://devfeed.tech/topics/claude.md>), [Language models](<https://devfeed.tech/topics/language-models.md>), [Prompt Engineering](<https://devfeed.tech/topics/prompt-engineering.md>), [DSPy](<https://devfeed.tech/topics/dspy.md>)

Tags: [agent](<https://devfeed.tech/tags/agent.md>), [arcagi](<https://devfeed.tech/tags/arcagi.md>), [chainofthought](<https://devfeed.tech/tags/chainofthought.md>), [claude](<https://devfeed.tech/tags/claude.md>), [claudeopus](<https://devfeed.tech/tags/claudeopus.md>), [contextengineering](<https://devfeed.tech/tags/contextengineering.md>), [darwin-b8c04dbf67a2](<https://devfeed.tech/tags/darwin-b8c04dbf67a2.md>), [darwingodelmachine](<https://devfeed.tech/tags/darwingodelmachine.md>), [dspy](<https://devfeed.tech/tags/dspy.md>), [engineering](<https://devfeed.tech/tags/engineering.md>), [few-shot](<https://devfeed.tech/tags/few-shot.md>), [harness](<https://devfeed.tech/tags/harness.md>), [harnessengineering](<https://devfeed.tech/tags/harnessengineering.md>), [language-model](<https://devfeed.tech/tags/language-model.md>), [llm](<https://devfeed.tech/tags/llm.md>), [memgpt](<https://devfeed.tech/tags/memgpt.md>), [nvidiaavo](<https://devfeed.tech/tags/nvidiaavo.md>), [openjarvis](<https://devfeed.tech/tags/openjarvis.md>), [primeagent](<https://devfeed.tech/tags/primeagent.md>), [prompt-engineering](<https://devfeed.tech/tags/prompt-engineering.md>), [qm](<https://devfeed.tech/tags/qm.md>), [rlm](<https://devfeed.tech/tags/rlm.md>), [selfevolution](<https://devfeed.tech/tags/selfevolution.md>), [tag-2df7697dbb61](<https://devfeed.tech/tags/tag-2df7697dbb61.md>), [tag-4404dd809b37](<https://devfeed.tech/tags/tag-4404dd809b37.md>), [tag-49f376bbdd7b](<https://devfeed.tech/tags/tag-49f376bbdd7b.md>), [tag-56cd05fd1f34](<https://devfeed.tech/tags/tag-56cd05fd1f34.md>), [tag-7506caba297f](<https://devfeed.tech/tags/tag-7506caba297f.md>), [tag-83890aaeba47](<https://devfeed.tech/tags/tag-83890aaeba47.md>), [tag-9877edcfc7f5](<https://devfeed.tech/tags/tag-9877edcfc7f5.md>), [tag-b4dbdd31163b](<https://devfeed.tech/tags/tag-b4dbdd31163b.md>), [tag-f26785940d85](<https://devfeed.tech/tags/tag-f26785940d85.md>), [toolformer](<https://devfeed.tech/tags/toolformer.md>), [voyager](<https://devfeed.tech/tags/voyager.md>), [yc](<https://devfeed.tech/tags/yc.md>), [ycombinator](<https://devfeed.tech/tags/ycombinator.md>)

## AI overview

The article examines how the runtime layer around a large language model--its tools, memory, control loops, permissions, and coordination--can substantially affect agent performance. It traces harness design from prompting and tool use to systems that can modify or improve themselves, highlighting examples involving Claude Opus, ARC-AGI, DSPy, Prime Agent, and Open Jarvis.

## Source excerpt

在 YC Paper Club 最新一期的闭门技术分享中，与会专家用硬核数据公开处刑了「唯模型论」：同一份 Claude Opus 权重，裸跑 ARC-AGI 只有 30% 分数，但配上优秀的 Harness 运行时却能直接飙升至 95% 甚至 100%。文章梳理了 Harness 六年从静态脚手架向自进化系统的演进史，深度复盘了 Prime Agent 的 CPU 式分层记忆、斯坦福 Open Jarvis 的 800 倍降本模型，以及 YC 内部 QM 项目的工程踩坑经验，揭示了决定 Agent 落地能力的终极关键不是模型智商，而是围绕模型搭建的控制与运行时工程。