应用反噬模型，AI价值链开始逆转 |爱分析洞察

近期，a16z合伙人Martin Casado给出了一个让模型厂商不太舒服的判断，算力供给放开、开源模型成熟之后，AI产业链价值会重新分配，应用层将拿走越来越多的份额，模型厂商的利润份额会被侵蚀。

其背后的逻辑比较直接，模型走向商品化，使得模型变得同质化而可替换，依靠模型本身形成差异化的难度将越来越大。这个判断，反驳的正是过去两年的主流叙事：模型将吃掉应用。

过去两年，行业达成高度共识，认为模型要是足够强，就能一路吃掉一层层应用，应用只是模型的一层薄薄的壳，随时可能被模型厂商吞并。

这个叙事之所以流行，是因为模型厂商站在价值链最上游，定价权和利润都握在自己手里。比如，在编程、视频等应用上，强势产品均出自强势的模型厂商，模型能力几乎等于应用能力。

现在，这条价值链的方向正在逆转。尤其是在办公应用中，强势产品WorkBuddy并不来自最强的模型厂商，且办公应用也没有与模型深度绑定，都开放了多模型接入。由此可以看出，模型的强弱已经不再决定产品的高下，模型在应用里的话语权正在下降。

爱分析认为，这是一次价值链决定权的分水岭。模型商品化让模型随时可换，但任务数据只会沉淀在应用一侧，价值链的决定权由此从模型厂商手中转移至应用厂商，而这背后的推动力，正是今年开始热议的Harness。

Harness是指模型之外、把模型能力落成具体任务执行的系统，涵盖Agent Loop、上下文管理与记忆、工具调用、任务编排、结果反馈等，它并不能提升应用的智力上限，但它决定智力以怎样的方式被正确使用。

图1：Harness示意图

01 任务的成败，正在从模型转向Harness

今年8月，OpenAI披露过一组数据，其当时最新的模型GPT-5.6 Sol通过Harness调整，在ARC-AGI-3基准上得分从13.3%提升到38.3%。

图2：GPT-5.6 Sol经Harness调整前后得分表现

从评测结果看，模型本身没有变化，得分却提升近三倍，这是通过Harness释放了模型本已具备、但此前没被释放出来的能力，这正是Harness层的价值。

除了OpenAI， 2026年有多篇研究论文中也做了相关受控实验，来量化Harness的价值。比如其中一篇杜兰大学等学者论文（Stop Comparing LLM Agents Without Disclosing the Harness）中的实验是，选取同一批长程任务，先固定Harness，更换不同模型各测一遍，再固定模型，更换不同Harness各测一遍，比较两组结果的波动幅度，波动数值越大，说明这一变量对结果的影响越大。实验结果是，更换Harness造成的成绩波动，是更换模型的7.8倍。

Harness的作用不只体现在任务执行效果上，也体现在成本控制上。

在刚才提到的GPT-5.6 Sol测试中，Harness框架下Token消耗为无框架状态的1/6。此外，也有AI公司Writer（The Harness Effect: How Orchestration Design Sets the Token Economics of Enterprise Agentic AI）做过另一组实验，同一批长程任务，只更换Harness、不动模型，结果单任务成本下降41%、耗时下降44%、token消耗下降38%，但质量持平。也就是说，同样的模型，被更合理的Harness调度，完成任务的资源消耗可以少近一半。

02 静态Harness只是暂时领先，会进化的Harness才是壁垒

上述静态的Harness工程可以被轻松复现，模型厂商并不会因此被应用厂商反噬。爱分析认为，数据驱动的Harness自进化闭环才是壁垒，而这个闭环只能长在应用侧，这也是AI叙事从模型转向应用的核心原因。

一个真实的长程任务由一连串调用构成：先理解需求，再拆解步骤，调用工具，检查结果，出错重试，最后汇总。这些调用之间的因果链，只有发起任务的应用知道，模型厂商看到的只是收到的若干次请求，既不知道这些请求是否属于同一个任务，也不知道它们之间的先后与成败。因此，模型厂商也就无法针对真实任务去打磨Harness。

而对于应用侧而言，情况就完全不同了。比如，办公产品每接入一个行业，就多一类任务模式，多一份真实数据。行业接入得越多，Harness见过的场景越全，对后续新任务的处理就越准，而且接入新行业的边际成本也随之下降。

所以，对于应用厂商来讲，这是一个正向循环，Harness系统越强，越有能力接住更复杂的场景，这也催生了一批Harness自进化的新机会。值得注意的是，这个自进化是有天花板的，它能把模型用得更对更好，却改变不了模型本身的能力上限。

03 模型厂商的反制措施，开源Harness

为了反制这次价值链变化，模型厂商以开源Harness作为手段，试图拆掉应用厂商构建的壁垒。

下半年，国内的DeepSeek、Qwen等先后开源了各自的Harness或Agent框架，开发者不必从零搭建，就可以站在现成基座上快速起步。模型厂商用意很明确，当Harness成为公开可得的基础构件，生态中的各方都可以针对各自的应用场景对Harness做优化，应用厂商依靠自研建立优势的空间随之被压缩。模型厂商开源一举两得，既打破对手的竞争壁垒，又让更多开发者站到自己一侧，把生态吸附在模型层周围。

表1：模型厂商开源的Harness框架

爱分析认为，模型厂商开源Harness框架，阶段性会对自研Harness的应用厂商造成影响。应用厂商绝不会开源自己的Harness，因为那是它连接用户、沉淀数据的入口，也是多年试错换来的Knowhow沉淀，一旦开源，等于把打法公开，并削弱自己的商业化能力。

但这种影响是暂时的模型厂商开源，只能冲击应用厂商的静态Harness壁垒，当自进化能力成为Harness的主体之后，这种冲击便随之消解，开源闭源不再是关键变量，数据闭环才是真正的壁垒。模型厂商代表开源生态，应用厂商代表闭源生态，未来数据闭环在哪个生态，哪边的话语权就更为强势。

04 应用反噬的边界：应用拿走入口，模型保留天花板

应用反噬模型也是有边界的，终局并不会以应用吃掉模型收场，也并不代表应用能够回到自训模型的老路上。

首先，应用厂商反噬掉的，是模型对于用户的心智占领。过去模型能力等于应用能力，用户对于模型品牌认知很强；现在模型能力与应用能力逐步解耦，用户逐步被应用品牌占领心智，模型厂商退到幕后，变成一个可替换的供应商。

其次，模型壁垒依然存在。如同前文所述，任务执行能力的上限由模型决定，Harness是在模型能力范围改善任务的稳定性、成本与成功率。也就是说，天花板级别的高难度任务，能否被解决取决于模型。

腾讯集团副总裁李强对Harness与模型的边界给出了一个准确表述，“模型是引擎，Harness是把引擎变成整车的工程，发动机决定上限，Harness决定能不能跑、跑多远、跑多稳。”也就是说，模型代表上限，Harness决定能否逼近上限。

综合以上两点，爱分析认为，应用反噬模型的周期会很长，企业和开发者当下并不会将Harness的重要度置于模型之上。一方面，Harness框架和模型都没有到达稳态，如果应用输出质量发生变化，很难正确归因，导致应用迭代缺乏方向。另一方面，突破任务天花板的价值度依然很高，这方面依然要仰仗SOTA模型。

未来，应用和模型的关系将逐步从竞争转向分工协作。

模型厂商退守能力上限，应用厂商占据执行与入口，两方的价值重新聚焦：模型厂商把精力放在把模型能力继续往上抬，应用厂商把精力放在把真实任务跑通、跑顺，双方从上下游的争夺关系，转为分工互补的关系。