一句话看懂：Berkeley AI Summit 2026 上，Jianfeng Gao 教授提出一套新的 AI 建模范式：把 Agent 运行轨迹当作新训练数据，驱动模型变强，再生成更多轨迹，形成 Harness 驱动的数据飞轮。有现场参会者据此判断：应用层护城河将转移到 Harness 上。
事件核心：发生了什么
2026 年 8 月 2 日，AI 从业者空谷 Arvin Xu 在 X 上分享了参加 Berkeley AI Summit 2026 的笔记，内容来自 Jianfeng Gao 教授的演讲。Gao 教授提出，AI Modeling 的新一代范式已经出现，核心变化有三点：
第一，训练数据的来源变了。从 Harness（Agent 运行框架与数据采集体系）生成 agentic modeling 数据，角色类似于当年互联网数据大规模喂给预训练模型；第二，新的 Scaling Law 正在形成，AI 行业每天会生产出海量来自 Agent Harness 的轨迹数据；第三，新的数据飞轮闭环已经可见：Harness 支撑更智能的 LLM，更智能的 LLM 能执行更复杂的 Agent 任务，再产出更好、更新的 Harness。
帖子评论区也出现了行业反应。开发者 wong2 认为 Cursor 已经跑通了这一路径，并提到几个月前与 Moonshot AI（Kimi）团队交流时，对方已经在讨论这个飞轮。另一条回复则提出质疑：闭环听起来很顺，现实可能是模型公司自己下场，应用层养出来的轨迹数据，转头就被拿去训练大模型自家版本。
为什么重要
过去两年，
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
