最近 Superpower 似乎迎来了一批卸载潮

最近推上非常多在说 superpower 有问题的事情，顺带想到一些想聊的，那就随便聊聊吧

Superpower 的基本逻辑就是：用一整套人为设计的认知，接管模型如何思考、何时规划、如何分工、如何验证，以及何时算完成的判断点

这类东西在我的看法里头，已经可以被称为 harness 了，它将模型的行为策略直接替换了，而不是简单的 capability Skill

superpower 对模型做了非常多的假设，比如说：

1. 模型容易直接开始构建而不会先理解需求
2. 模型并不知道如何稳定地生成一份可用于执行以及记录执行的计划
3. 从 Agent 实践来说，主 Agent 并不适合同时实现和审查，而模型对于实现和审查这部分的行为经常是不稳定的
   • 而模型容易偏离任务，因此必须把工作切得很细
4. 模型自己的完成判断是不可信的，必须要多轮 review
5. 模型无法决定什么时候该探索、什么时候该执行

这些假设在之前的模型上都似乎还挺有价值的，但是问题就在这里

它越有效，就越容易和某一代模型的缺陷深度绑定。相信大家发现 superpower 非常影响 5.6 Sol 的表现，甚至是完全副作用

但是 Fable 5 的时候却没有人说，这个可以延伸到两家对于模型训练的思路是不一样的，当然其实这个很早就能看出来了，大家看 Codex 和 claude code 的实现的 harness 思路都不一样的

5.6 Sol？boom

GPT-5.6 Sol 已经不是被定位成一个需要外部教它如何 Agentic 的基础模型了，原本 GPT 系列模型被约束为需要用户提到它才会主动调用比如 spawn 这类工具，但是很明显现在 GPT 支持了 proactive 的 Subagent 派发模式，在现在的 Ultra 模式下直接默认打开，这意味着 Sol 本身就已经特殊强化了规划、工具协调能力

这也意味着 Sol 内部已经存在了一个比较完整的隐式策略了，而且是跟 superpower 不一样的，Superpowers 又向它塞进去一个显式 policy

然后实际上就变成：

这一块的竞争展现出来的是模型能力退化

Sol 原本可能会根据任务本身动态判断，而这些判断并不是以一份显式工作流的形式存在，而是已经被训练进了模型的行为分布里。

因此，Sol 表现得好的地方，未必是它比以前更会遵循一套复杂流程，而可能正好相反：它不再需要用户或 Skill 把流程完整写出来，也能够根据任务本身自主选择策略

问题就在于 Superpowers 做的事情，是把这些本来应该由模型动态决定的变量又重新固定下来

Sol 原本的动态策略选择，被替换成了一套静态的方法论，模型被要求优先服从另一套行为策略，而这套行为策略是在更早一代模型的能力假设上建立起来的

换句话说，Superpowers 对 Sol 造成的影响，是在一个已经拥有较完整 Agent policy 的模型上重新安装了一套外部 policy，而这两套 policy 其实并不一致...

Fable 5 没有出现同等级别的反作用

Fable 5 同样已经拥有长周期执行、规划、委派和验证能力，因此从“功能是否重复”的角度来说，Superpowers 对 Fable 5 其实也已经存在冗余。

A\ 对 Fable 5 的定位，是偏向长周期 Agent 的，而 Fable 5 自身其实也已经具备 Superpowers 想外置实现的大部分能力

但这里有一个关键差异：Fable 5 的行为形态仍然与 Claude Code harness 非常同构。

从 tool 的设计以及整体 claude code harness 设计来看，模型本身就会先展开问题，写较完整的计划，保守推进，主动检查，服从长篇流程性指令，同时把方法论视为高优先级约束

它可能变慢、变啰嗦、Token 消耗增加，但是表现其实不会出现很大的问题，因为模型自身的 policy 和外部 policy 大体同向，所以它不太容易把 Fable 5 推向一种完全违背其原生行为分布的状态。

可移植 Skill 与 Harness 的冲突

Superpowers 本身就一直以 Claude 作为主要适配对象。后来虽然支持 Codex 啥的

但是所谓可移植 Skill 在现阶段是无法脱离模型和 harness 的行为分布的

所以从这个问题出发，我们也许能发现更深一层的问题是，OpenAI 和 Anthropic 对模型能力与外部 harness 之间的分工，似乎一直都存在不同的倾向

Claude Code 的很多 Agent 能力长期以来都以显式 harness 的形式存在

• Plan Mode
• 权限模式切换
• Todo 与任务状态
• 比 Codex 激进 的 Subagent 策略（之前）
• 极致工程化的上下文压缩（之前我在做 HiJarvis 的时候做上下文压缩极其有感... Codex 的压缩用的应该是不一样的思路，但是无人知道到底咋做的）
• 等等等等

而 Claude 也一直表现出很强的流程可塑性，A\ 升级常常是带着 Claude Code 升级来升级模型体验的，所以 A\ 的产品路径更像是：提供一个能力很强、服从性很高、可塑性很强的模型 + 显式 harness 组织模型行为

所以在这种体系里，模型和 harness 是共同演进的

模型不一定需要把所有 Agent 行为都固化成一种唯一策略，而是需要能够在不同上下文、不同 Skill 和不同工作流下，被塑造成不同类型的 Agent。

Superpowers 本质上就是这种思路：既然模型足够可塑，那么就可以通过一组 Skill，把完整的软件工程方法论加载给它。

OpenAI 在 Codex 上体现出来的方向则有所不同，Codex 的外部 harness 当然同样存在，但是它更集中在：

• 执行环境
• Shell 与文件系统
• Sandbox、权限边界
• Apply Patch，而不使用常规 Edit Tool
• 任务生命周期；
• 可审查产物。

至于模型应该何时规划、是否继续追问、何时调用 Subagent、如何判断完成，则越来越像是模型本身需要承担的能力

你家 Codex 非 plan mode 下连 AskUserQuestion 都不给调用。。。

这是一种更偏向 outcome-oriented 的设计：给模型目标环境以及真实反馈，让模型自己决定中间过程

而 Claude Code 以及 Superpowers 代表的路线，则很明显更偏向 process-oriented：不仅给模型目标和环境，还显式规定模型应当如何组织过程

真正决定这两家思路区别是：哪些决策被认为应该属于模型，哪些决策被认为应该属于 harness。

所以 Sol 的变化可能正好说明，OpenAI 正在把更多决策收回模型内部

过去 GPT 系列在 Agent 场景中存在一个非常明显的问题：模型即使拥有工具，也未必会主动使用。

很多时候我们都需要在 System Prompt 中明确告诉模型什么时候搜索，什么时候创建计划，什么时候使用 Subagent，必须持续工作直至完成，这意味着外部 harness 需要承担大量推动模型行动的职责

但 Sol 上出现的变化是模型开始更加主动地识别任务复杂度，拆分任务主动派发 Subagent（甚至是非常激进地派发）进行多阶段执行，高度强化了模型的组织能力

而这时继续使用过去那种必须显式教模型如何 Agentic 的 Skill，就可能直接产生反效果

思考 Agent 工程的价值正在往哪里移动

在模型能力较弱的时期，Agent 工程的核心价值是帮助模型思考规划、分解任务以及审核完成情况

但随着模型本身逐渐内化这些能力，外部 Agent 工程的价值重心会开始移动。

未来真正不容易失效的工程（其实他们一直都存在），也许就变成了可观测性、权限、human in loop、生命周期管理

这些能力并不会因为模型更聪明而消失，因为概率模型绝对会出错，模型可以更好地决定应该做什么，但系统仍然需要保证它实际做了什么、它能不能做这个。

因此，Superpowers 所折射出来的模型变化其实是

Agent 模型正在逐渐收回原本被外部 harness 接管的认知决策权

而当模型自身开始拥有更加完整的 Agent policy 后，过去那类通过 Prompt、Skill 和工作流替模型设计思考过程的工程，就会进入快速折旧阶段

对模型来说，这些 Skill 它们曾经是能力补丁，之后会慢慢变成重复逻辑

再之后，则可能会成为干扰模型表现的控制系统

围绕某一代模型缺陷建立的 harness、prompt 和 Skill 编排，会随着底层模型升级逐渐失去必要性，甚至由增益项变成干扰项