最近，我用了三年多的 Claude 账号被 Anthropic 封禁了。
说实话，我挺意外的。这三年里，我见过不少人说自己被封号，甚至还有过一点暗自庆幸：为什么别人都遇到了，我却一直没事？
我的使用经历其实并不算“标准”。2025 年，我曾因为一次 App Store 订阅状态异常，意外持续使用了半年多的会员权益。后来问题修复了，我一度以为账号会因此出事，但什么也没发生。两个月前，我又偶然发现，在某次 VPN 节点故障后，即使关闭 VPN，Claude 仍在继续生成内容。平时我也没有刻意修改电脑时区、系统语言，和 Claude 交流基本都是中文。
这些经历让我曾经猜测，Anthropic 的封号逻辑或许不只是看地区，还会综合考虑账号行为、使用方式等因素。我甚至想过，平台会不会对不同类型的对话赋予不同的价值。但这些终究只是猜测。我不知道这次封号的真实原因，也没有证据证明对话的“价值”会影响封号决定。
真正让我意外的，其实是被封之后的感受：我没有想象中那么焦虑，也没有急着重新注册一个账号。
不是因为 Claude 不够好。恰恰相反，我觉得它最近的表现非常出色。
Opus 5.5，让我重新思考什么是模型能力
在使用 Opus 5.5 处理复杂项目时，我有一个很强烈的感受：它和过去许多模型的区别，不只是答案更准确、代码写得更好。
以前把复杂任务交给 AI，我常常需要投入大量精力解释背景、拆分步骤、反复纠偏。但在 Opus 5.5 上，很多时候我只需要交代目标，它就能自己把事情向前推进，而且响应很快。相似任务交给别的模型，可能需要我花更多力气去推动。
我不知道它的真实参数规模、训练方式，也无法判断它是不是经过了某种彻底的重新设计。但从使用体验看，我感受到了一种更重要的能力：元能力。
所谓元能力，不是知道多少知识，也不只是会不会写代码，而是能否管理自己的工作过程：知道什么时候应该先搜索，什么时候信息已经足够；什么时候该制定计划，什么时候该改变策略；什么时候继续执行，什么时候停下来检查是否走错了方向。
一个模型如果具备足够强的元能力，使用者就不必替它安排每一步。它能在不确定的环境中，自己寻找继续行动所需要的条件。
这也让我想到一个说法：模型越强，Harness 就可以越薄。
我认同其中一部分，但我觉得这个判断还需要再往下想一层。
Harness 的问题，不只是厚还是薄
在我看来，设计 Harness 其实有两个截然不同的方向：约束模型，或者引导模型。
我经常用一个人与人之间的例子来理解这件事。
假设有一个学生非常聪明，自学能力也很强，目标是考上清华。你会怎么帮助他？是规定他每天必须先看哪一章、再做哪十道题，连思考的顺序都替他安排好？还是告诉他目标，提供合适的资源和反馈，给他足够的空间去寻找适合自己的方法？
显然，对于这样一个有自主判断能力的人，我们更需要的是引导，而不是用密密麻麻的规定替他思考。规则当然仍然需要，但不应该把他的探索空间压缩掉。
再换一个学生。如果他还不擅长制定学习计划，不知道如何筛选资料，也不能准确判断自己哪里出了问题，这时候只对他说一句“你自己想办法考上清华”，其实并没有帮助。你可能需要先给他更明确的步骤、阶段目标和检查机制，让他在必要的约束下把事情推进下去。但随着能力提高，这些约束也应该逐渐减少，给他更多自主空间。
当然，这不是简单地把人分成“聪明”和“不聪明”两类。即使同一个人，面对熟悉与陌生的任务，也可能需要不同程度的引导和约束。
AI 也是一样。我们设计 Harness，本质上也要面对这个选择：到底是替模型安排每一步，还是为它创造条件，让它自己决定下一步？
如果所有模型都有 Opus 5.5 那样的表现，很多具体流程确实可以省略，我们可以把更多空间交还给模型。但现实是，不同模型的能力并不一样，同一个模型面对不同任务，表现也可能有很大差异。
因此，Harness 不是简单地越薄越好，也不是规则越多越可靠。真正重要的是：什么地方需要约束，什么地方应该引导。
约束可以让流程更稳定，却也可能限制探索；引导能够释放自主性，却需要足够好的环境、信息和反馈来支撑。如果只是一味减少规则，不等于模型就会变聪明。
这个认识并不是被封号之后才有的。它来自我在 CodeNow 上做的几次迭代。
CodeNow 的三次迭代：从强约束到七成引导
今年八九月份，我一直在做 CodeNow 的 AI 编程脚手架，包括开源版和专业版。
前后做了三版，变化最大的不是多加了几个命令，而是整个设计思路发生了转向。
最初，我更倾向于强约束：规定模型应该如何分析项目、按照什么顺序读取信息、在什么阶段执行什么动作。这样做的好处是行为相对可预期，问题是模型也很容易被我们预先设计的路径困住。
后来我逐渐意识到，一个任务真正难的地方，常常不是把代码写出来，而是发现应该写什么，以及为什么要这样写。如果我把探索路径提前规定死，模型就很难发现我自己都没有想到的信息和可能性。
所以到第三版，我把设计调整成了大约“七成引导、三成约束”。这个比例不是精确测量，而是对设计倾向的描述。
我不再要求模型必须先读 A 文件、再读 B 文件。相反，我会给它明确的目标、可用的工具、必要的边界，以及足够的自主搜索空间，让它自己决定该读什么、查什么、如何验证自己的判断。
在这个过程中，我越来越确信，Harness 至少有三件事需要做好。
第一是上下文管理。 任务进行得越久，信息越多，模型越需要知道哪些内容重要、哪些已经过时，以及怎样在有限的上下文中持续保持对目标的理解。
第二是搜索和探索空间。 不只是联网搜索，也包括主动阅读本地代码、查找相关文件、追踪依赖、补充证据。模型应该有机会发现问题，而不只是回答我们已经提出的问题。
第三才是写代码，并通过运行、测试和反馈不断修正。 这三件事并不是一条只能走一次的流水线，而是可以反复循环的工作过程。
以前我更关心“怎样让 AI 按照正确步骤写代码”。现在我更关心的是：怎样让 AI 自己判断，下一步最值得做的事情是什么。
我理解的 Harness：在系统层面增强元能力
这也是我现在对 Harness 最重要的理解。
模型自身的元能力，来自它的训练，我们无法仅靠一套脚手架直接改写模型的内部能力。但 Harness 可以提供模型发挥这些能力所需要的条件：恰当的上下文、可探索的环境、工具使用权限、结果反馈，以及必要的约束。
当模型不知道答案时，它能否主动寻找信息？当现有方案行不通时，它能否重新规划？当任务看似完成时，它是否会验证，而不是直接宣布成功？
这些并不只是“有没有某个功能”的问题，而是一个系统能否支持模型持续判断和自我修正的问题。
因此，我想做的并不是用一堆规则替 AI 思考，而是尽可能让 AI 拥有自主思考和行动的空间，同时保留足够的边界和反馈。
好的 Harness 不一定能让一个较弱的模型在所有方面追上最强模型，但它完全可能让这个模型在特定工作流里，表现得比裸用时好得多。
这才是我愿意长期投入 CodeNow 的原因。
最强模型会变，但自己的系统可以持续积累
我的一个学员问我，要不要重新注册一个 Claude 账号。
我想了想，觉得暂时没太大必要。因为即使重新注册，我也无法确定同样的问题会不会再次出现。
更重要的是，CodeNow 这套脚手架从一开始就主要围绕 Codex 设计，而不是依赖 Claude Code。被封号并没有让我原来的工作方式失效。我仍然可以使用 ChatGPT，也可以用 DeepSeek 等模型作为补充，根据能力、成本和额度来选择合适的组合。
我依然认为 Opus 5.5 很强。失去这样一个工具，当然有影响。但这次经历也让我确认了一件事：我真正依赖的，已经不再是某一个模型，而是自己逐渐建立起来的工作系统。
模型会不断更新，今天的最强模型，未来可能被新的模型超越；平台的服务规则和可用性，也不是个人能够控制的。
但对上下文管理、探索机制、任务反馈和元能力的理解，可以继续积累到下一代系统中。
过去，我总想着怎样找到最强的 AI。现在，我更关心怎样构建一套系统，让不同能力的 AI 都尽可能把事情做好。
这大概就是 Claude 被封之后，我最大的感受。