什么是 Harness？

1. 从单词原意理解 Harness

Harness 的原意是套在马身上的一整套马具、挽具。它把马、缰绳和操作者连接起来，使马的力量能够被引导、控制并用于完成目标。

马具不会让马变得更聪明，也不会凭空增加马的力量，但它解决了三个关键问题：

问题	马具的作用	对应到 AI 系统
往哪里走？	接收并传递方向	接收用户目标、准备任务上下文
怎样行动？	控制速度和动作	调用工具、执行步骤、管理流程
如何保持可控？	提供连接与约束	管理权限、安全边界和执行状态

类比记忆：大模型像一匹有能力的马，Harness 像一套马具。Harness 不替代模型，而是让模型的能力变得可连接、可控制、可执行。

2. AI 系统中的 Harness

在 AI 场景中，Harness 可以理解为一套完整的执行环境或运行时框架。它位于大语言模型（LLM）与外部世界之间，负责组织模型完成任务所需要的各种资源和流程。

一句话定义：Harness 负责管理大模型与外部世界之间的交互——接收输入、准备上下文、调用工具、编排流程、整合结果，并生成或交付最终输出。

一个典型的运行过程可以概括为：

阶段	Harness 的工作	产生的结果
1. 接收目标	理解用户输入，建立任务状态	明确“要做什么”
2. 准备上下文	收集文件、历史记录、环境信息和约束	形成模型需要的背景信息
3. 调用模型	把目标和上下文交给 LLM 推理	获得计划、判断或待执行动作
4. 执行动作	调用工具、Skill、接口或外部系统	对真实环境产生结果
5. 观察与调整	收集执行结果并再次交给模型判断	决定继续、修正或结束
6. 评估与交付	检查结果是否满足目标	输出最终结果或请求人工确认

Harness 不是什么？

• 不是模型本身：模型负责理解、推理和生成；Harness 负责组织模型运行。
• 不是一条提示词：提示词只是输入的一部分，Harness 还要管理状态、工具、权限和流程。
• 不是一次 API 调用：单次调用通常只有“输入—输出”，Harness 支持多轮执行与持续调整。
• 不是 Agent 的同义词：Harness 是运行环境，Agent 是在这个环境中围绕目标持续行动的角色。

[!IMPORTANT]
“能够回答问题”和“能够在真实环境中持续完成任务”并不是一回事。两者之间缺少的运行与执行机制，正是 Harness 的核心价值。

3. Model、Harness 与 Agent 的区别

概念	主要职责	解决的问题	类比
Model（模型）	理解、推理、生成内容	“系统有多聪明？”	智能发动机
Harness（执行环境）	管理上下文、记忆、工具、流程、权限与评估	“智能怎样稳定运行？”	整车运行与控制系统
Agent（智能体）	围绕目标规划、行动、观察并持续推进	“谁来把事情办完？”	面向目标工作的整体角色

因此，可以得到三个判断：

1. 模型不等于 Harness：模型提供智能，Harness 提供运行条件。
2. 模型不等于 Agent：一次模型回答不等于一个能够持续行动的智能体。
3. Harness 影响 Agent 的实际能力：同一个模型在不同 Harness 中，能够使用的上下文、工具、流程和权限可能不同，最终任务表现也会不同。

核心结论：Model 负责“思考”，Harness 负责“让系统运转”，Agent 负责“围绕目标把事情办完”。

4. Harness、LLM、Agent 与 Skill 如何协作

四个角色

角色	作用	关键词
Harness	承载并管理整个执行过程	环境、调度、状态、权限
LLM	提供理解、推理和生成能力	智能、判断、生成
Agent	围绕目标制定计划并推进任务	目标、行动、反馈
Skill	封装某一类可复用的专业能力	知识、步骤、工具用法

一次任务的协作过程

1. 用户向 Agent 提出目标；
2. Harness 准备上下文、可用工具和权限边界；
3. Agent 调用 LLM 理解目标并形成下一步计划；
4. 需要专业能力时，Agent 按需加载对应 Skill；
5. Harness 调用工具执行动作，并把结果返回给 Agent；
6. Agent 再次判断，继续执行、调整方案或结束任务；
7. Harness 评估并交付最终结果，必要时请求人工确认。

[!TIP]
可以把 Skill 理解成“专业工作手册”：它告诉 Agent 在某类任务中应该掌握哪些知识、遵循哪些步骤、怎样正确使用工具。

5. 记忆公式

Model + Harness = Agent

这个公式不是严格的数学等式，而是一条概念记忆公式：

• Model 提供智能；
• Harness 提供上下文、工具、流程、权限和执行循环；
• 两者结合后，系统才表现出围绕目标持续工作的 Agent 能力。

组合	常见表现
只有 Model	更像一次问答、生成或推理
只有 Harness	有运行框架，但缺少理解和推理的智能核心
Model + Harness	可以形成持续规划、执行、观察和调整的 Agent

6. Harness 的核心能力

成熟的 Harness 通常会把多种运行能力组织成一个闭环。

6.1 信息基础：系统“知道什么”

6.2 行动能力：系统“能做什么”

6.3 执行控制：系统“怎样持续推进”

6.4 安全与质量：系统“能否可靠完成”

6.5 交互与扩展：系统“怎样接入和成长”

完整闭环：准备信息 → 规划步骤 → 调用 Skill 和工具 → 观察结果 → 在权限边界内调整 → 评估并交付。

7. 示例：让 Agent 生成一份调研报告

假设用户提出任务：“读取指定资料，整理一份调研报告，并保存为文档。”

步骤	对应能力	发生了什么
1	Context	读取任务要求、资料位置、格式与截止条件
2	Planning	把任务拆成资料读取、信息归纳、写作和检查等步骤
3	Skill	加载文档阅读、内容分析或报告写作能力
4	Tools / MCP	访问文件、搜索数据或调用文档工具
5	Loop	根据中间结果继续补充信息、修正结构和完善内容
6	Permissions	对敏感读取、外部访问或文件写入进行权限控制
7	Evaluation	检查报告是否完整、准确并符合格式要求
8	UI / Gateway	将结果交付给用户，或提示需要进一步确认的事项

在这个过程中，LLM 负责理解和生成，但让任务持续推进并真正落地的是 Harness 所组织的整套运行机制。

8. 常见误区

误区	正确认识
模型越强，Agent 就一定越强	Agent 的表现还取决于 Harness 提供的上下文、工具、流程、权限和评估机制。
调用一次模型 API 就是 Agent	Agent 通常需要目标管理、多步执行、状态反馈和循环调整。
Skill 就是一个工具	Skill 更像一套专业能力说明，可以组织知识、步骤和多个工具。
Harness 只负责调用工具	工具调用只是其中一部分；Harness 还要管理上下文、记忆、规划、权限、评估和交付。
权限会妨碍自动化	合理的权限边界能让自动化更加安全、可控和可审计。