Agent 的核心秘密 —— 智能来自模型，能力来自 Harness

第一篇：Agent 的核心秘密 —— 智能来自模型，能力来自 Harness

如果你觉得"写个 while 循环调 API"就叫 Agent，那这篇是给你看的解药。

一个让你破防的问题

假设你面前有两个东西：

A: 一个刚毕业的剑桥数学系高材生，智商 160，但被关在一间空屋子里，没笔没纸没电脑。

B: 一个普通程序员，智商 110，但有一台联网的电脑、VSCode、终端、谷歌搜索、和十年积累的代码库。

谁更可能修好一个 bug？

答案显然是 B。不是因为他更聪明，而是因为他有工具。

这个道理放在 AI Agent 身上一模一样的。而且更极端——因为现在的 LLM 某种程度上已经"毕业"了，它们的"智商"基本固定。你能让它们变强的唯一方式，就是给它们更好的工具和环境。

这就是这个 repo 的全部 premise：

Agency comes from the model. An agent product = model + harness.

翻译成人话：模型是司机，Harness 是车。你没法让司机更强（你又不能 fine-tune），但你他妈可以把车造得更好。

一个塞满误区的行业

现在的 AI 圈有个很搞笑的现象。

打开任何"AI Agent 平台"的官网：

Step 1: 拖一个 LLM 节点 Step 2: 拖一个 if-else 判断节点 Step 3: 拖一个 API 调用节点 Step 4: 用线连起来 Step 5: ??? Step 6: "我们构建了自主 AI Agent！"

这东西有个学名，叫Rube Goldberg Machine——一堆过度工程化的过程式规则管道，LLM 被塞在中间当个高级文本补全节点。

这个 repo 的作者恨这种东西恨得咬牙切齿，原文是这么骂的：

“Prompt plumbing ‘agents’ are the fantasy of programmers who don’t train models.”
（提示词管道"Agent"是那些不训练模型的程序员的幻想。）

翻译一下：你不会开车，所以你给马设计了一辆带方向盘的车。

这些系统的命运是注定的：脆弱、不可扩展、根本不能泛化。它们是 GOFAI（Good Old-Fashioned AI）的现代复活——那种符号规则系统，AI 领域几十年前就抛弃了的东西，现在喷了一层 LLM 的漆就拿出来卖。

不同包装，同一死胡同。

那真正的问题来了：什么是 Agent？

repo 说了句大实话：

当有人说"我在开发 Agent"时，他们只可能在做两件事之一：

1. 训练模型

调整权重。通过强化学习、微调、RLHF 或者别的梯度方法。这是 DeepMind、OpenAI、Anthropic 做的事。这是真正意义上的 Agent 开发。

2. 构建 Harness

写代码给模型一个可以操作的环境。这是大多数人在做的事，也是这个 repo 的主题。

好，那我们来看什么是 Harness：

Harness = Tools + Knowledge + Observation + Action + Permissions Tools: 文件 I/O, shell, 网络, 数据库, 浏览器 Knowledge: 产品文档, 领域参考, API 规范, 风格指南 Observation: git diff, 错误日志, 浏览器状态, 传感器数据 Action: CLI 命令, API 调用, UI 交互 Permissions: 沙箱, 审批工作流, 信任边界

模型做决定。Harness 执行。模型推理。Harness 提供上下文。

看一行这个 repo 里 s01 的代码，你就明白什么叫"模型是司机、Harness 是车"了：

defagent_loop(messages:list):whileTrue:response=client.messages.create(model=MODEL,system=SYSTEM,messages=messages,tools=TOOLS,max_tokens=8000,)messages.append({"role":"assistant","content":response.content})ifresponse.stop_reason!="tool_use":return# 剩下的就是执行工具、追加结果...

这个 while 循环就是 harness 的核心。模型在里面调用工具，获取结果，再调用工具，直到它觉得够了。

Model 决定什么时候 stop。Harness 决定怎么 run。这就是全部秘密。

12 堂课，从裸模型到完整 Harness

这个 repo 的巧妙之处在于：它不是教你怎么用一个框架，而是从零开始，一课一课地 build up 一个完整的 Agent Harness。

Phase 1 (s01-s02): 最小 Agent 循环 + 工具分发表 ↓ Phase 2 (s03-s06): 规划能力 + 子代理 + 技能加载 + 上下文压缩 ↓ Phase 3 (s07-s08): 持久化任务 + 后台线程 ↓ Phase 4 (s09-s12): Agent 团队 + 状态机协议 + 自主行动 + Worktree 隔离

每一课都在前一课的基础上加一个 mechanism。没有跳跃，没有黑箱。

而且作者反复强调一个观点：

A coding agent’s harness is its IDE, terminal, and filesystem access.
A farm agent’s harness is its sensor array, irrigation controls, and weather data feeds.
A hotel agent’s harness is its booking system, guest communication channels, and facility management APIs.

同一个模型，换一个 harness，就能干完全不同的事。代码 Agent 和农业 Agent 的差别不在模型——在于你给了模型什么工具。

Harness Engineer 到底是什么？

如果你在看这个 repo，你大概就是个 Harness Engineer。作者给了你一张名片：

• 实现工具—— 给模型双手。文件读写、shell 执行、API 调用、浏览器控制。每个工具都是模型可以在环境中执行的一个动作。
• 整理知识—— 给模型领域专长。按需加载（s05），不是一次性全塞进 system prompt。
• 管理上下文—— 给模型干净的记忆。子代理隔离（s04）防止噪音泄露。上下文压缩（s06）防止历史淹没。
• 控制权限—— 给模型边界。沙箱文件访问。破坏性操作需要审批。
• 收集数据—— 每次 Agent 在你的 harness 里执行的行动序列都是训练信号。下一轮模型改进的燃料。

你不是在写智能。你是在构建智能所栖息的世界。

为什么是 Claude Code？

这个 repo 选择了 Claude Code 作为解剖对象，不是因为它是"最牛的 Agent"，而是因为它是最优雅的 Harness 工程范例。

作者说，Claude Code 最美的地方不在于它做了什么，而在于它没做什么：

• 它没有强行设定死板的工作流
• 它没有用一堆决策树来质疑模型
• 它没有把自己当成 Agent

Claude Code 归到本质，就是：

Claude Code = one agent loop + tools (bash, read, write, edit, glob, grep, browser...) + on-demand skill loading + context compression + subagent spawning + task system with dependency graph

翻译：一个循环 + 一组工具 + 一些基础设施。剩下的交给模型。

这就像一个顶级赛车——引擎（模型）是别人造的，但底盘、悬挂、轮胎、空气动力学套件（harness）决定了它能在赛道上跑多快。

尾声：别再造轮子了

如果你从这篇博文里只带走一句话，那就是：

The model decides. The harness executes. Build great harnesses. The agent will do the rest.

下一个十年，构建 AI 产品的最大杠杆不在于训练更大的模型，而在于为现有模型设计更好的 Harness。

后面的几篇，我们将一篇一篇拆解这个 repo 的 12 个 Session。从最核心的 Agent Loop 开始：

• 下一篇：Agent Loop —— 一切从循环开始

那个只有不到 100 行核心代码的 while 循环，到底藏着什么秘密。