QCon AI 波士顿：从提示词到平台、工具和评估 - 实践验证了这一假设

用简单的话来说

InfoQ（2026年7月17日）对QCon AI Boston的回顾可以概括为一句话：将AI推向生产环境的团队不再讨论提示词。他们讨论的是内部平台、harness（运行代理的工具、内存和恢复的编排器）和持续评估。这是第二波浪潮——不再是“它回答得很好”，而是“它在凌晨3点能运行”。

背景

harness-ops线程（Grok CLI事后分析，#1184；令牌纪律，#1135；Malykhin关于Java 1.5，#1175；2026年MCP安全现状，#1054）记录了个别团队的相同转变。QCon AI Boston将这些事后分析的共同点正式化：提示词不再是工作的地方。它已经成为更大系统中的一个输入，该系统有自己的运维纪律。

这意味着什么

平台。 团队不再直接编写其代理。它们构建一个内部层——模板、连接器、预算、可观测性——在其上方，每个业务团队都可以接入其用例。这是与2015-2020年内部云相同的轨迹：首先是局部的痛苦，然后是平台。

Harnesses。 编排器成为关键工件——通常比模型的选择更重要。无需重写应用程序的模型迁移（Anthropic提供其说明书，#1135），工具调用仪表化，幂等重试，范围内存。

评估。 评估不再是发布前的一次性操作。这是一个持续的流水线：黄金测试集、LLM-as-judge在生产环境中、自动检测的回归。发布流程更像是后端的CI而不是产品演示。

幕后

隐藏的信号是组织性的。在项目失败的地方，几乎不再是模型的问题——而是缺乏发布纪律（Uber预算耗尽，微软许可证被切断，#1023）。在项目成功的地方，一个新角色出现，可以称为“harness工程师”：更像SRE而不是ML，更像产品而不是基础设施。

那么呢

对于2026年的CTO来说，战略问题不再是“哪个模型”，而是“哪个内部代理平台”。供应商锁定发生在这个层面：您的harness承载的业务逻辑越多，它就越成为资产——并且底层模型就越可互换。这是今年对那些担心前沿依赖性的人来说的唯一好消息。

后续：成熟的模型上下文协议（#1054）、CFO之前的预算工具（#1023）以及专用平台团队的结构化。