Agent Harness 从原理到实战：大模型不干活，全靠智能体运行框架在撑

大家好，我是晚安code。

这层壳，就是今年 AI 编程圈最值得弄明白的概念：Agent Harness。官方用一句话概括它的定位：Model + Harness = Agent------模型负责思考，Harness 负责把事做完。

我写这篇文章的时候，自己就运行在 Agent Harness 里。下面从原理讲到实战，看完你就能看懂 Claude Code、DeepSeek Harness 这些工具到底在忙什么。先点个收藏，我们开始。

一、Agent Harness 是什么：给只会读书的模型装上手

大模型本身不会干活，真正在干活的，是模型外面那层 Harness。

Agent Harness（智能体运行框架）：Anthropic 官方术语表给出的定义是「把语言模型变成能干活的编码代理所需的工具、上下文管理和执行环境」。你可以把它理解为「给只会思考的模型装上的手脚和缰绳」。

Anthropic 说得更直白：Claude Code 是 harness，Claude 是里面的模型。Claude 负责想，harness 负责把想出来的每一步落到实处。

我举个生活的例子。想象公司里来了个绝顶聪明、但没手没脚的研究员：他脑子转得快，可拿不了笔、开不了门、翻不了资料。你得给他配个助理------递文件、抄结果、把关哪些门能进。这个助理，就是 Harness。

所以别把 Agent 想成「一个更聪明的模型」，它其实是「一个模型 + 一个替它干活的框架」：

ini 复制代码

Agent = Model + Harness

这个视角一旦建立，你再看 Claude Code、Codex、DeepSeek Harness 这些工具，就不会问「它是什么模型」，而是问「它给模型装了什么手脚」。

二、核心机制：工具调用循环

模型永远不会自己执行任何操作------它只发出请求，执行、反馈、再决策，全靠一个循环完成。

Agent Loop（代理循环）：也叫工具调用循环，是模型「思考→调用工具→看结果→再思考」的循环，直到它认为任务完成。你可以把它想成跑腿办事：想一步，走一步，看看结果，再想下一步。

Anthropic 官方文档里有句话我印象很深：「模型永远不会自己执行任何操作。它发出一个结构化请求（tool_use），由你的代码（或 Anthropic 的服务器）来执行，再把结果回填进对话。」

也就是说，你让 AI「帮我把这个报错修了」，模型哪怕胸有成竹，也没能力动你电脑上一个字节。真正动手的，是 harness 里的这个循环。看图 1，注意「权限检查」这一环------它是 Harness 区别于普通脚本的关键。

循环什么时候停？三选一：模型自己认为任务完成，输出最终回复；触达最大轮数；或者烧到预算上限被强制叫停。

我试过把同样的任务直接喂纯 API：模型给出一堆高质量建议，但就是不会动手改文件------因为没有循环替它执行。那一刻我懂了，会调 API 和会干活是两码事。

可能有人会问：模型不都会调 API 吗，为什么还需要 Harness？

会调 API 不等于会干活。调 API 是一次性的：你发请求、拿回复，中间没有循环。Harness 提供的是循环、工具执行、权限和上下文管理------就像会打电话订餐，不等于会经营一家餐厅。

三、三大支柱：工具、上下文、权限

Harness 的价值不在某个工具，而在于把工具、上下文、权限三件事拧成一套能转的循环。

模型能干活，靠的是三根支柱。少一根，循环就转不顺。

1）工具层：模型的「手」 harness 给模型预装一双手：Bash（跑命令）、Read / Write / Edit（读写文件）、Grep / Glob（搜代码）、WebSearch（联网查资料）。在 Claude Code 里，只读工具（Read、Grep）可以并行跑，会改状态的（Edit、Write、Bash）要串行，防止互相踩脚。

2）上下文管理：模型的「工作台」 上下文压缩（Context Compaction）：对话快接近窗口上限时，harness 把前面一大段历史总结成一份摘要继续干活，避免「聊太久忘了开头」。就像整理书桌：东西多到放不下时，把旧资料归档成一张便签。Claude Code 默认上下文窗口 200k token，快满时自动压缩，也可以手动 /compact 指定保留什么、/clear 彻底重开。

3）权限模型：模型的「门卫」 权限模型（Permission Model）：模型想调用工具时，harness 按规则决定「放行、询问还是拒绝」。就像进门要过门卫，门卫按名单决定你能不能进。Claude Code 提供几种模式：default 每个危险操作都问你；acceptEdits 自动批准改文件，但 shell 大多还要问；bypassPermissions 跳过全部检查（官方只建议在容器、沙箱里用）。你每点一次「Allow」，都是权限模型在工作。

四、演进：为什么以前不需要 Harness

四代演进看下来，Harness 不是谁一拍脑袋想出来的，是模型变强之后的必然。

看实战之前，先回答一个很自然的问题：为什么以前的 AI 不需要 Harness？因为模型以前只会「回答」。

第 1 代，纯 API：你发 prompt，模型回一段文本。干不干活，全看人。
第 2 代，+记忆：加 system prompt、RAG，模型「记得住背景」，可手还是没有。
第 3 代，+Harness：给模型工具和循环，它开始「动手干活」。
第 4 代，+目标驱动 Loop：不光干活，还能自己盯着长期任务，做完才停。

看图 2：每一代，都解决上一代最痛的问题。

有意思的是，Anthropic 对 harness 的态度很「反直觉」：Less scaffolding, more model------少搭架子，多信模型。他们写 Claude Code 时，主循环就是最简单的一个 while 循环。Claude Code 负责人 Boris Cherny 甚至说过：每六个月，删掉你的 CLAUDE.md、skills、hooks 再重新加。脚手架有保质期，别把它当成永远有效的护城河。

我第一次用 Claude Code 被权限弹窗拦下时，才意识到「批准/拒绝」这个动作本身就是 Harness 的一部分------它不只是框架，还是一套「谁说了算」的制度。

五、实战：Claude Code 的 Harness 长什么样

Claude Code 不是模型，它是一个把 Claude 变成能干活同事的 Harness。

光讲原理没意思，来点真的。装好 Claude Code，在项目目录敲 claude 启动，给一句人话任务，比如「给这个项目加一个 --verbose 命令行参数，跑测试验证」。

bash 复制代码

claude

接下来你会看到 harness 自己开工：

先 Grep 找入口文件在哪；
Read 读相关代码，判断该在哪加；
改文件前，Edit 默认要过权限：终端弹出允许/拒绝，等你说「Allow」；
改完自动跑 Bash 测试，不行就自己回头再改；
中途上下文快满了，它会提示你压缩，把历史总结成摘要继续。

全程你要做的，就是批准和看结果------你每点一次「Allow」，都是权限模型在把关。

权限弹窗多了确实烦人，我一般给常用命令配规则白名单（比如把 Bash(git *) 加进 allow 列表），把小事自动化。注意权限规则是「最严格者胜出」：deny > ask > allow，可以精确到某个工具和某段路径。

上下文这块我踩过坑：有次任务很长，我没留意压缩提示，等它压缩完发现前期的取舍细节被摘要掉了，只能让它重跑一遍。

自那以后我养成两个习惯：关键信息写进 CLAUDE.md（项目记忆文件，会话启动自动读入），任务太长就拆给子代理------子代理用独立上下文，不占主会话窗口。

可能有人会问：上下文被压缩了，关键信息会不会丢？

压缩前会有提示，你也可以用 /compact 指定「保留 X 丢弃 Y」，或者 /clear 重开一个干净窗口。真正重要的东西写进 CLAUDE.md 或拆给子代理，别全指望上下文记着。

六、新玩家：DeepSeek Harness v0.1

DeepSeek Harness 的意义不是又一个 Claude Code，而是第一次把 harness 本身做成了可拆装的产品。

如果你以为「Agent Harness」只是 Anthropic 一家的概念，那就错过了最近的热点。2026 年 8 月 13 日晚，DeepSeek 开源了 DeepSeek Harness v0.1（MIT 协议，GitHub 仓库 deepseek-ai/deepseek-harness），发布半小时星数破万。它想回答一个更大的问题：能不能把 harness 变成一台可以自由组装的机器？

DeepSeek 的答案是「一切皆插件」：模型、工具、技能、会话、沙箱、存储，甚至 Agent Loop 本身，全是插件，框架里没有特权组件。想换模型？改配置。想加工具？装插件。官方默认带 100 多个可单独开关的插件，仓库包含 230+ 个成员包。

它预置了四种运行模式（本质是四套插件组合）：

模式	干什么用
标准模式	全套工具，通用开发
PTC 模式	模型生成代码编排工具链，中间数据不进上下文，省 token
极简模式	只留 Shell 和文件编辑，做模型基准测试
创造模式	让 Agent 检查、改装自己的运行时

想试一下很简单，一行命令（需要 Node 22.19+）：

bash 复制代码

npx @deepseek-ai/dsh web   # 默认地址 http://127.0.0.1:3080

把三个选项摆在一起，就看清 Harness 这条赛道的分层了：

方案	核心定位	循环与权限	上手成本	适合谁
裸模型 API	模型本身	全都要你自己写	低	只调接口生成文本
Claude Code	极简 harness	内置完整	低	想立刻有人帮写代码
DeepSeek Harness	可拆装 harness	插件化	中	想自己搭 Agent 产品

七、把公式记住：Agent = Model + Harness

把「Model + Harness = Agent」这个公式记住，你就拿到了 2026 年 AI 编程所有争论的钥匙。

在我看来，选型的问题早就不该是「哪个模型最强」，而是「哪个 Agent Harness 能让模型把活干得最利索」------Claude Code 把循环做到了极致的简单，DeepSeek Harness 则第一次把 harness 本身做成了可拆装的商品。两者都不完美，但方向很一致：模型负责思考，框架负责把活干完。

想继续深挖，可以去翻 Claude Code 官方术语表（搜：code.claude.com glossary）和 DeepSeek Harness 的 GitHub 仓库（搜：deepseek-harness），前者有「agentic harness」的权威定义，后者能看「一切皆插件」的源码。

我是晚安code，持续分享编程干货。觉得有用的话记得点赞收藏和关注~也欢迎在评论区聊聊：你第一次意识到「是 Agent Harness 在替模型干活」，是在哪个瞬间？