HealthBench 发布：面向医疗 AI 的真实场景评测基准

这篇文章围绕 AI 工程中的核心争议展开：系统能力究竟主要来自更强的模型（Big Model），还是来自更强的编排层（Big Harness）。文中汇总了 OpenAI、Anthropic、Scale AI、METR 等多方观点与数据，显示两派在“模型进步会不会吞噬 Harness 价值”上分歧明显。作者最终认为，随着 Agent 产品落地加速，Harness Engineering 的独立价值正在被市场和社区进一步确认。

在围绕“AI 是否正在杀死 SaaS”的争论中，Box CEO Aaron Levie 提出相反观点：企业内容与文件系统在 Agent 时代反而更关键。随着 Filesystem、Sandbox 和 Agent 工作流快速普及，核心问题从“让 Agent 能做事”转向“如何治理 Agent 的身份、权限与安全边界”。他认为，未来企业将拥有远多于人的 Agent 数量，而真正的竞争力在于率先完成面向 Agent 的组织与基础设施改造。