图解 AI Agent：Agent = 模型 + Harness
你好，这是《AI Agent 原理》系列的第 1 篇。这个系列我想做的事情很简单：把 Agent 的底层原理一次讲一个，讲透，所有概念都用当下的热门技术举例。今天先回答一个最基础的问题------大模型和 Agent，到底差在哪？
🐴 先从一个你大概率遇到过的场景说起
你对一个 chatbot 说：
"帮我把项目里那个登录报错的 bug 修了。"
它会非常认真地给你回一篇《修复方案》：分析原因、列出步骤、附上示例代码。写得头头是道------然后就没有然后了。bug 还在，它不会真的去打开你的文件。
问题出在哪？它只有脑子，没有手脚。
模型再聪明，它默认能做的只有一件事：接一段文字，吐一段文字。它不能读你的文件、不能执行命令、不能看到自己上一步干的结果。要让它真的干活，得在模型外面套一整套东西。这几年，行业给这套东西起了个名字：Harness。
🧩 Harness 是什么：一个比喻讲清楚
Harness 这个词，直译是"马匹的挽具"------套在马身上的那套皮带和挽索。这个词选得很准，因为这个比喻你能一直用下去：
一匹再壮的马，直接放出去是干不了活的；套上挽具，它的力气才能变成拉车、耕地。大模型也一样：
ini
Agent = 模型 + Harness- 模型（Model） ：LLM 本体，负责"思考和决策"，比如 DeepSeek-V4、GLM-5、Claude。它是"大脑"。
- Harness：模型之外的一切------系统提示词、工具、执行循环、记忆、沙箱......它是让大脑能持续干活的"身体"。
顺便交代一下这个词的来历，免得你后面看到相关文章犯嘀咕：它最早由 HashiCorp 创始人 Mitchell Hashimoto 在做编码 Agent 时带火[1]，后来 Martin Fowler 专门写了专题文章，Thoughtworks 也做了同名播客[2]------如今已经是行业标准术语了。出处见文末，正文我们只关心它指什么。
🧠 一张图看懂差别
裸模型是这样的------一次性输出，说完就结束：
你的提问 ──────▶ ┌───────────┐ ──────▶ 一段文字
│ LLM │
└───────────┘套上 Harness 之后：
arduino
┌────────────────────────────────────────────────┐
│ Harness │
│ │
│ 系统提示词 工具集 执行循环 │
│ 上下文管理 记忆系统 沙箱与权限 │
│ 子代理编排 Skills 反馈与观测 │
│ │
│ ┌───────────┐ │
│ │ Model │ ← 唯一的"大脑" │
│ └───────────┘ │
└────────────────────────────────────────────────┘模型还是那个模型，但它被"装备"了起来：能读文件、能跑命令、能记住刚才干了什么、能一步一步迭代。
同一个模型，套不同成色的 Harness，表现天差地别。 这句话是全文最重要的一句，后面整个系列都是在展开它。
🔧 Harness 里装了什么？
我把主流 Agent 产品拆开，里面核心组件就是这 8 样。每个我都配了一个"好比什么"，你先混个脸熟，系列后面会挨个细讲：
| 组件 | 一句话解释 | 好比 |
|---|---|---|
| 系统提示词 | 模型开工前先读的"岗位说明书"，定义它是谁、能干什么、不能干什么 | 岗位职责 |
| 工具集 | 让模型能"动手"的接口：读写文件、执行命令、搜索网页 | 手和脚 |
| 执行循环 | 让"思考→动手→看结果"能一轮轮转下去的引擎 | 心跳 |
| 上下文管理 | 决定每一轮"模型能看到哪些信息"（上下文 = 模型当下的工作记忆） | 工作记忆 |
| 记忆系统 | 跨对话保存你的偏好、项目知识，下次开工不用重新交代 | 笔记本 |
| 沙箱与权限 | 隔离的执行环境 + 权限开关，限制 Agent 能动什么（沙箱 = 一个"出事也不波及系统"的隔离间） | 安全带 |
| 子代理编排 | 主 Agent 把子任务分给若干"小 Agent"（子代理）并行干，再汇总 | 带团队 |
| Skills | 打包好的标准能力包，插上就能用（相当于 Harness 上的"标准挂载点"） | 工具箱套件 |
举两个当下的真实例子，让这张表落到产品上：
- Claude Code （Anthropic 的命令行编程 Agent，也是目前公认 Harness 做得最好的产品之一）把记忆系统明确分成四类：用户偏好、反馈、项目知识、参考资料[3]------这就是它在"记忆"这个组件上的设计取舍。
- DeepSeek-V4-Pro 提供思考/非思考双模式，还把思考强度分成低/中/高三档[4]。注意：这是模型侧 留出来的调节旋钮；但"什么时候该思考、思考结果怎么用"，依然由 Harness 侧决定。模型和 Harness 的边界，在这两个旋钮上看得非常清楚。
🔄 执行循环：Agent 的心跳
所有组件里最核心的是执行循环（Agentic Loop） 。不管什么 Agent 产品，心跳都是同一个循环：
scss
┌────────────────────────────────────────┐
│ │
▼ │
┌─────────┐ ┌─────────┐ ┌─────────┐ │
│ 思考 │ ───▶ │ 行动 │ ───▶ │ 观察 │─┘
│ (Reason) │ │ (Act) │ │(Observe)│
└─────────┘ └─────────┘ └─────────┘
│
└──▶ 目标完成了？──是──▶ 输出结果，退出循环- 思考：模型根据当前信息决定"下一步干什么"；
- 行动：Harness 执行模型选的工具（比如真的去跑一条命令）；
- 观察：把执行结果塞回上下文，让模型看到效果，进入下一轮。
这个循环一点也不神秘，用 TypeScript 写个最小内核也就几十行（类型标注从简，聚焦原理；任何兼容 OpenAI 接口的服务都能跑）：
php
import OpenAI from "openai";
import { execSync } from "node:child_process";
const client = new OpenAI({
baseURL: "https://api.deepseek.com", // 任何兼容 ChatCompletions 的服务都行
apiKey: process.env.DEEPSEEK_API_KEY,
});
// 注册一个工具：让模型能执行 shell 命令
const tools = [
{
type: "function",
function: {
name: "run_shell",
description: "执行一条 shell 命令并返回输出",
parameters: {
type: "object",
properties: { cmd: { type: "string" } },
required: ["cmd"],
},
},
},
];
function runShell(cmd: string): string {
const out = execSync(cmd, { encoding: "utf8", shell: true });
return out.slice(-2000); // 输出太长就截断，防止撑爆上下文
}
const messages: any[] = [
{ role: "system", content: "你是终端助手，必须用工具完成任务。" }, // Harness：系统提示词
{ role: "user", content: "看看当前目录有什么，并统计 py 文件数量" },
];
while (true) {
// ① 思考：模型看到全部上下文，决定下一步
const msg = (
await client.chat.completions.create({
model: "deepseek-v4-pro",
messages,
tools,
})
).choices[0].message;
messages.push(msg);
// 模型不再要求调工具 = 它认为任务完成了
if (!msg.tool_calls?.length) {
console.log(msg.content);
break;
}
// ② 行动 + ③ 观察：执行工具，把结果喂回上下文，进入下一轮
for (const call of msg.tool_calls) {
const { cmd } = JSON.parse(call.function.arguments);
const result = runShell(cmd);
messages.push({ role: "tool", tool_call_id: call.id, content: result });
}
}对着代码看这张图，你会得到全文第二个关键结论：
模型只负责每一次的"决策"，Harness 负责让决策能够"持续发生"。
你刚才写的那几十行------循环、工具执行、结果回喂------就是 Harness。Claude Code、Codex、开源的 opencode，内核都是这个循环的工程化放大版，差距只在组件成色：上下文管理更细、沙箱更严、工具更全。
📐 车道线与仪表盘：Harness 的两种零件
Fowler 在那篇专题文章里给 Harness 的日常工程做了个很好用的分类[1]，我把它转述给你：
- Guides（引导） ：告诉 Agent "该怎么走"。比如项目根目录的
AGENTS.md/CLAUDE.md------这是给 Agent 看的项目说明书，Agent 进场先读它，相当于新员工的入职手册。系统提示词、Skills 也属于这一类。 - Sensors（传感器） ：告诉 Agent "走没走偏"。类型检查、lint 规则、单元测试、CI。Agent 改完代码，跑一遍测试，红还是绿，它立刻知道。
开车的类比：guides 是车道线 ，sensors 是仪表盘。车道线让它不出界，仪表盘让它随时知道对不对。
顺带澄清一个容易混的概念：上下文工程（Context Engineering） ------指围绕"模型该看到什么"做的系统性设计，是 Harness 工程里最核心的一块，Fowler 那篇文章的原文观点是：上下文工程就是把 guides 和 sensors 交付到 Agent 面前的手段[1]。但记住它只是"最核心的一块"，不是 Harness 的全部，下面会讲为什么。
🔥 Harness 为什么会爆火？
Harness 这个词为什么会爆火？我的感觉是：模型能力在趋同，竞争的重心正在从"谁的模型强"转向"谁的 Harness 好"。
道理不复杂：模型是别人训练好的，谁都买得到、谁都调得动，光拼模型拉不开差距；真正拉开生产力差距的，是模型外面那套东西------工具全不全、上下文管理细不细、沙箱严不严、编排强不强。所以大家都把力气花在了 Harness 上。
在 GitHub Trending 上[5]，热门榜几乎被 Harness 生态包场：
- ECC（约 25 万 Star）：一个开源的 Harness 优化工具，宣称兼容 Claude Code / Codex / Cursor；
- ruflo（约 7 万 Star）：定位是"Harness 的 Harness"（meta-harness），做多 Agent 集群编排；
- mattpocock/skills （约 25 万 Star）：TS 圈知名布道师 Matt Pocock 维护的 Skills 合集；anthropics/skills（约 17 万 Star）：Anthropic 官方的 Skills 仓库------Harness 的"标准挂载点"已经成了独立赛道；
- 微软开源的 Agent Lightning （约 1.7 万 Star）：用强化学习训练 Agent 的框架，官方描述里用的词就是"Harnessed Agentic RL"[6]------连研究框架都默认把 Harness 当作 Agent 的标准组成部分。
中文社区同样：对 Claude Code 系统提示词和源码机制的万字级拆解已经出现多篇，"Agent = 模型 + Harness" 的提法也已经是高频词。
所以我的结论是：同一个模型，套上不同成色的 Harness，可以是玩具，也可以是生产力工具。 这也是你学习 Agent 开发时，应该把主要精力放在 Harness 上的原因。
🚧 三个最容易搞混的问题
1. Harness 就是 LangGraph、CrewAI 这些框架吗？ 不是。这些框架是构建 Harness 的脚手架，帮你把循环、状态管理这些脏活封装好。但你上面手写的那几十行，同样是 Harness。框架省事，不是必需品。
2. Harness 就是 MCP 吗？ 不是。MCP（Model Context Protocol，模型上下文协议） 是 Anthropic 推出的工具接入标准------让任何工具都能用同一种方式插到任何 Agent 上，社区叫它"AI 时代的 USB-C"[7]。它标准化的是 Harness 里"工具层"的接口，是 Harness 的一个零件，不是 Harness 本身。系列五我会专门写它。
3. Harness 工程就是上下文工程吗？ 不完全是。上下文工程管的是"模型看到什么"，确实是 Harness 里最核心的一块；但沙箱、权限、子代理编排这些与上下文无关的部分，同样在 Harness 里。
📌 下期预告
下一篇拆执行循环：ReAct为什么至今有效？它和 Claude Code 里真正的循环之间，隔着哪几层工程进化？
觉得有用的话，点个赞再走，这是我更新的最大动力 🙏
参考链接
- Martin Fowler ---《Harness engineering for coding agent users》（术语梳理、guides / sensors 分类、上下文工程观点）：martinfowler.com/articles/ha...
- Thoughtworks Podcast ---《What is harness engineering?》：www.thoughtworks.com/en-us/insig...
- 《Agent Skills，一篇就够了》（Claude Code 四类 Memory 的拆解）：zhuanlan.zhihu.com/p/204860530...
- DeepSeek API 更新日志（V4-Pro 双模式与思考强度分档）：api-docs.deepseek.com/zh-cn/updat...
- GitHub Trending（ECC / ruflo / mattpocock/skills / anthropics/skills 热度数据）：github.com/trending
- Microsoft Research --- Agent Lightning（"Harnessed Agentic RL" 表述出处）：github.com/microsoft/a...
- Model Context Protocol 官网：modelcontextprotocol.io