同一个顶尖大模型，同一句提示词。 一个跑了20分钟，烧掉9美元，什么都没干成。 另一个套上支架，直接稳定交付。

同一个顶尖大模型，同一句提示词。 一个跑了20分钟，烧掉9美元，什么都没干成。 另一个套上支架，直接稳定交付。

这是安斯罗匹克（Anthropic）内部做过的一场实测。 模型是最新的 Opus 4.5。 任务只有一句：“开发一个2D复古游戏编辑器”。 没有任何支架管着，模型在里面盲跑。 20分钟过去，9美元烧光，代码彻底崩溃。

差在哪？ 很多人以为，让 AI 写代码拼的是提示词工程（Prompt Engineering）。 提示词写得越长，交付就越稳？ 实测把这个幻想砸得粉碎。 真正决定交付的，是运行支架工程（Harness Engineering）。

代码写出来能不能跑？ 模型自己根本不知道。 报错之后怎么抓日志、怎么回滚？ 扔在真空里它两眼一抹黑。 这种状态下写代码，就像把外科医生蒙上眼睛推上手术台。

怎么让模型老老实实干活？ 最近开源的一门支架工程课程，把工业界的底牌全翻了出来。 14节课，8个实战项目，还配了15种语言。 核心架构直接拆成五大子系统：指令、工具、环境、状态、反馈。

头部团队是怎么搭这套系统的？ 克劳德代码（Claude Code）做了四层记忆、五级上下文压缩，再加上钩子与子代理隔离。 代码智能体（Codex）把代码仓库作为单一真理源，用工作树做环境隔离。 智能体 Pi 则用极简内核配上可编程扩展。

提示词写得再漂亮，也只是给了模型一张嘴。 支架配齐了，它才真正长出干活的手脚。 少了这个闭环，再聪明的模型跑上20分钟，也只能烧掉9美元交白卷。