Agent、Harness 与 Harness Engineering

1. Agent 是什么

Agent 是一个能够围绕目标，持续观察环境、采取行动并根据反馈调整下一步的 AI 系统。

基本循环：

接收目标
→ 判断下一步
→ 调用工具执行
→ 观察执行结果
→ 再次判断
→ 直到任务完成或停止

例如让 Claude Code 修复一个 Bug，它可能会：

阅读代码
→ 搜索相关文件
→ 修改代码
→ 运行测试
→ 发现失败
→ 继续修改
→ 测试通过

Agent 最重要的特征不是“会思考”，而是存在一个持续的：

1	决策 → 行动 → 反馈

循环。

2. Model、Agent 和 Harness 的区别

Model

Model 是负责理解、推理和生成内容的“大脑”。

例如：

Claude
GPT
Codex 模型

模型本身通常不能直接读取文件、运行命令或修改代码。

Harness

Harness 是包裹在模型外部的运行系统，为模型提供：

Agent 循环
工具调用
文件读写
终端命令
上下文管理
权限控制
沙箱环境
错误反馈
测试与验证
状态保存

可以理解为：

1 2	Model = 大脑 Harness = 身体、工具箱和工作制度

Agent

当模型被放进 Harness 中，并围绕某个目标持续运行时，就形成了 Agent。

可以近似写成：

1	Model + Harness + 目标与运行状态 = Agent

3. 为什么 Claude Code 既是 Agent，又是 Harness

这取决于观察角度。

从用户角度看

Claude Code 能够自主：

阅读代码
修改文件
运行命令
执行测试
根据结果继续行动

所以它表现为一个 Coding Agent。

从系统内部看

Claude Code 又为 Claude 模型提供了：

Agent Loop
文件和终端工具
上下文管理
权限系统
Hooks
MCP
错误处理
任务终止机制

所以它也是承载 Claude 模型运行的 Agent Harness。

因此：

1 2	从外部行为看：Claude Code 是 Agent 从内部结构看：Claude Code 是 Harness

两种说法并不冲突，只是讨论层级不同。

Codex 也是类似的情况。

4. Harness Engineering 是什么

Harness Engineering 不是简单地使用 Claude Code 或 Codex。

它指的是：

通过设计工具、环境、规则、反馈和验证机制，让 Agent 更稳定、更可靠地完成任务。

例如在 Claude Code 项目中配置：

CLAUDE.md
Hooks
MCP 工具
Skills
Subagents
权限与沙箱
自动测试
Lint 和类型检查
Git 提交和恢复点
任务进度文件

普通使用：

帮我重构订单模块。

Harness Engineering 后：

修改前先阅读架构文档
不允许修改公开 API
每次只处理一个子任务
完成后运行 lint、类型检查和测试
测试失败时不得声明任务完成

核心思想是：

Agent 犯错
→ 找出缺失的规则或反馈
→ 将解决方案固化进 Harness
→ 避免以后重复犯错

所以：

1 2	Claude Code = 已经做好的基础 Harness 配置和改造 Claude Code = Harness Engineering

5. Agent 和 Workflow 的区别

Workflow

开发者提前规定完整步骤：

读取邮件
→ 分类
→ 生成回复
→ 保存草稿

Agent

模型在运行过程中自己决定下一步：

读取邮件
→ 判断是否需要回复、转发或搜索资料
→ 执行行动
→ 根据结果继续判断

可以记成：

1 2	Workflow：步骤主要由开发者预先决定 Agent：步骤主要由模型在运行时决定

现实系统通常会结合两者：

1
2
3

固定 Workflow
+
局部 Agent 自主决策

这样会比完全自由的 Agent 更稳定。

6. Harness 概念的时间线

大致可以分为三个阶段：

2022—2024：
Agent 循环、工具调用和环境接口等思想已经出现，
但通常称为 framework、scaffold、runtime 或 interface。

2025 年前后：
“Agent Harness”逐渐成为明确的工程术语。

2026 年初：
“Harness Engineering”被更系统地讨论，
开始被视为一种独立的 Agent 工程方法。

因此 Harness Engineering 并不是突然发明的一项技术，而是对已有 Agent 工程实践的重新总结和命名。

7. 最终概念图

Claude / GPT / Codex Model
        │
        │ 推理、生成、判断
        ▼
Agent Harness
        │
        ├─ Agent Loop
        ├─ 工具系统
        ├─ 上下文管理
        ├─ 权限和沙箱
        ├─ 状态与记忆
        └─ 测试和反馈
        │
        ▼
运行中的 Agent
        │
        │ 围绕具体目标行动
        ▼
代码库、终端、浏览器或其他环境

一句话总结：

Agent 是正在完成任务的 AI 系统，Harness 是支撑它运行的工具和环境，Harness Engineering 是持续改进这套环境的方法。

最简单的记忆方式：

Model = 大脑
Agent = 会围绕目标行动的人
Harness = 工作台、工具箱和安全制度
Harness Engineering = 设计和改进这套工作系统