KI-Harness 解析：LLM 背后看不见的脚手架

任何稍微接触过基于大语言模型（Large Language Models，LLM）的当前 AI 系统的人，大概都听说过“Harness”这个词。但它具体指什么，却因情况而异：这个词被极其宽泛地使用，并没有一个普遍确立的定义——至少没有一个能明确说明 Harness 由什么构成的定义。恰恰相反，如果“Harness”真的被定义，往往是通过它不是什么来定义的：它不是 LLM 本身。

因为尽管大语言模型构成了当前 AI 热潮的基础，但它们实际上几乎从不被直接使用。LLM 首先只是文本补全机器。而只有极少数任务能够由一个不受控制地合理续写文本的系统来有意义地处理。

AI Harness 解析：LLM 背后看不见的脚手架

用 Apple 的 JACCL 库在 Mac 集群上正确运行真正的大语言模型

LLM 自托管的法律提示

AI 安全：为 LLM 应用落实更多安全性

让本地 AI 更快：如何点燃 LLM 涡轮

用 EVAL 测试大语言模型——让质量可衡量

要把一个 LLM 变成聊天机器人、编程智能体、安全扫描器或个人助手，还需要一堆指令、配置和辅助程序。它们必须提供上下文，应当强制实施必要的安全保障，评估任务是否被成功处理，并允许 LLM 与其他程序交互。所有这些加在一起就是 Harness——至少如果宽泛地理解这个词的话。

这就是我们 heise-Plus 文章《AI Harness 解析：LLM 背后看不见的脚手架》的试读部分。通过 heise-Plus 订阅，您可以阅读整篇文章。

无论少开还是多开、小电池还是大电池：ID. Polo 相比 Raval、Polo 和 Ibiza 是否划算、何时划算，我们的成本对比将为您揭晓。

我们用横切锯、封边机和多功能工具搭建一个工作台。

由于身份已成为 IT 的新安全边界，因此必须对其格外加以保护。策略是其中最重要的防护工具。

Onleihe 3 将本地图书馆的数字媒体带到 iPhone 和 iPad 上。我们详细查看了这款应用。

凭借 DeepSeek-V4.1-Flash，这家中国供应商向 OpenAI 和 Anthropic 施加价格压力。该模型规模有所增长，并采用了全面更新的架构。

借助 DNS-01 挑战，自托管服务可以使用 Let's Encrypt 证书加以保护，而无需从互联网上可访问。