假设电脑里有三份报名表，你想让 AI 帮忙：
把这三份表合在一起，按手机号去掉重复报名的人，再保存成一份 Excel。
先看最容易被忽略的一步。
模型收到任务后，可能提出："读取 A.xlsx、B.xlsx 和 C.xlsx。"
这时，模型只是发出了一条操作请求，三个文件还没有因为这句话就被读取。
接下来，需要有一段程序接住请求，调用表格工具。工具真的打开文件，返回"已读取，共 100 条报名记录"。这段程序再把结果交给模型，让模型根据新信息决定下一步。
这段负责组织往返的外围程序，就是理解 Harness 的起点。
图 1：模型提出"读取文件"，工具真正读取文件，Harness 程序把这两件事接起来。图中是教学假设。
这里有三个角色，先把它们分清：
| 角色 | 在这个任务里做什么 |
|---|---|
| 模型 | 根据任务和已有结果，提出下一步操作；最后组织给用户的回复。 |
| 工具 | 真正打开表格、处理数据、保存文件，返回执行结果。 |
| Harness 程序 | 调用模型，接收它的工具请求，安排执行，再把结果送回模型，让任务继续或结束。 |
这里把工具请求写成了人话；实际系统通常用程序能识别的格式来传递请求。
例如，模型发出了"按手机号去重"的请求，Harness 就调用相应的数据处理工具；工具返回"去掉了 8 条重复记录，剩 92 人"，Harness 再把这条结果交给模型。
模型于是可以接着提出："把这 92 人保存成汇总表。"
模型、工具和 Harness 配合起来，构成了这个例子中能操作文件的智能体。 Anthropic 的官方说明，也把 Harness 描述为调用模型、将模型的工具调用交给相应执行系统的循环。官方说明
把整项任务展开，就能看到这个循环一轮轮发生。下面的数字和文件名都是教学假设：
| 这一轮，模型提出什么 | Harness 安排工具执行 | 工具返回什么 |
|---|---|---|
| 读取三份报名表 | 调用表格读取工具 | 读到 100 条报名记录 |
| 按手机号合并、去重 | 调用数据处理工具 | 去掉 8 条重复记录，剩 92 人 |
| 保存为汇总表 | 调用文件写入工具 | 已生成"报名汇总.xlsx"，返回文件位置 |
| 重新打开并核对 | 调用表格读取与检查工具 | 文件能打开，内容确实是 92 人 |
每一行结束后，工具结果都会经过 Harness 回到模型。最后，模型才根据这些执行结果告诉用户："处理完成，共 92 人，文件保存在这里。"
图 2：同一个模型，在工具结果的反馈下连续工作。具体操作步骤可以随任务情况变化。
现在再看"长上下文"，它和 Harness 的区别就容易理解了。
上下文，是这一轮交给模型看的材料。 比如用户的要求、文件信息、刚才读到的记录，以及"去重后剩 92 人"这个结果。
Harness，是组织这一轮、下一轮如何运行的程序。 它调用模型、接收工具请求、安排工具执行，再把结果送回去。
即使一次能给模型看很多资料，也仍然需要程序和工具完成真实的文件操作。反过来，上下文容量有限时，Harness 也可以配合摘要、文件记录等方式，分多轮推进任务。长任务中的进度与交接实践
所以，这个表格任务的核心不在于让模型"一次记住更多东西"，而在于让它拿到执行结果后，还能继续采取下一步行动。
如果中途报错，这种往返仍然适用。工具返回"文件被占用，保存失败"，Harness 就把失败结果交给模型，并按系统规则继续处理或暂停。模型可以据此提出另存文件、请求用户关闭表格等办法。系统也应设置重试次数、时间或成本限制，避免任务无休止地循环。
至于"自学习"，还需要另外设计。如果每次任务结束后都没有保存可复用的经验，下次任务未必会受益。加入经验记录、检索和效果验证后，系统才有机会在后续任务中利用过去的做法；模型参数训练则需要专门的训练流程。
要理解这个例子里的 Harness，就去找组织"模型提出请求---工具执行---结果返回---模型继续"的那段程序。是否加入持久记忆或多个智能体，可以另行选择。
用这次表格任务记住它：模型提出动作，工具执行动作，Harness 组织往返；上下文是每一轮给模型看的材料。