不一定窄。Harness 本身就把 memory 包在里面，做窄的 memory 也能成为别人 harness 里的一块；关键看你手里有没有别人拿不到的行业上下文。
AI根据立正公开的文章和视频整理，不是他本人回复。重要的判断，请回到出处核对。
Harness 是更大的框，memory 是其中一层
材料里的观点有人把 harness 解释成一个 loop：给 agent 一个输入、拿到输出，中间接上工具调用、bash、联网这些动作，Codex、Claude Code 后面那套东西就是 harness1。按这个划分，memory 不是和 harness 并列的另一个方向，而是 harness 里管上下文的那部分。所以“只做 memory”并不等于站在 harness 外面，它更像是选择只做其中一层，把其余层留给别人。
窄不窄取决于你占住的是哪一段
有观点认为 harness 是结构性机会，因为模型公司做的通用工具做不了行业纵深，企业落地要的是行业 know-how、上下文管理、合规和私有化部署2。同一场分享里还提到，创业不该做通用，通用留给模型公司，要么开源做社区，要么把一个行业做透2。按这个逻辑，memory 方向窄不窄，不取决于它叫 memory 还是 harness，而取决于你占的那一段是不是别人复制不了的：如果只是通用记忆层，模型公司顺手就做了；如果绑定了某个行业的上下文和规则，窄反而可能是护城河。
先验证你手里有没有别人拿不到的东西
AI推演可以先用一个小实验判断：挑一个你熟悉的场景，把该场景里 agent 反复出错的地方记下来，看这些错误是模型不够聪明造成的，还是缺了某类上下文造成的。有材料指出，当模型智能过了某个门槛后，决定输出性质的是上下文而不是模型智能，而且模型升级会让智能越来越便宜，个人上下文却不会因此贬值3。如果错都集中在上下文，那做 memory 这一层就有实际价值；如果错在工具编排和流程，那才需要往 harness 更上层走。
材料没有给出 memory 与 harness 各自的市场规模或成败数据，上面的判断是方向性的，不能替代对你具体场景的验证。
出处
- 1对谈Orca联合创始人 Jinjing：同时管理几百Agents的工作流、用户验证与产品增长、AI创业机会
想弄清 harness 到底指什么、包含哪些部分，这段对 loop 和工具调用的解释最直接。
- 2Agent 时代的投资与生存法则｜Indigo 西雅图线下分享 Notes & Insights
想判断做窄还是做通用，这场分享给了通用留给模型公司、垂直做透的判断。
- 3Why AI Only Gives You Correct Nonsense, and How to Push It Out of Its Comfort Zone
想验证上下文是否值得单独投入，这篇讲了模型智能与上下文各自的性质。
你也有想问的？
卡住的时候，问问立正：回答附有出处，可以点回原文核对。
也可以接着问：
别人还问了
- 总觉得现在学习新东西，技术没有什么意义了，因为ai能比你做的快10倍，同时也觉得任何东西/poc都没有门槛，我能几天之内学习新的技术，并deliver。如果我能，我相信别人也能，那我的竞争力到底在哪里？ 学更广的知识还是干别的什么？
几天做出一个能跑的东西，只证明你当下交付得快，不证明能力留在你身上。竞争力更可能来自撤掉帮助后仍能判断、拆解和交付，以及别人做不出来的深度。
- workbuddy普通人怎么用
普通人用 AI 的关键不是学会某个工具，而是从“偶尔用一用”变成“让 AI 成为核心生产力”，并围绕自己反复做的一件事持续积累。
- 如何学习 ai
学 AI 要当手艺练，不是当知识背：围绕真实任务动手，用“撤掉帮助、隔段时间、换个条件还能不能做”来检验自己是否真会。
- ai时代如何赚钱？
立正认为AI时代赚钱的关键不是抓住某个风口，而是把认知和方法练出来：用经营者的视角看待工作，学会识别真正创造价值的事，并且相信赚钱的唯一方式是给别人创造价值。
- 课代表一直说要像学习一门手艺一样工作，这个怎么理解，什么是手艺，学习手艺的时候需要注意什么，如何精通一门手艺？
手艺不是熟练重复，而是能不断往深里钻研、越做越发现学问的活能力；学它靠动手试错，精通靠长期坚持。
- ai时代，我应该怎么了解我想做，可以做的事，作为马上就要毕业的大学生，我应该怎么样去求职。
先别急着海投简历，花一两天认真想清楚：不靠公司，你能给别人提供什么价值；再花几周去真实试一次。