同一个 AI,为什么有人用成助手,有人只用来聊天?

同一个 AI，两种用法

有人对着对话框问一句“帮我写段评语”，换来一段谁都能用的套话；有人把一个文件夹交给它，它挨个读完，按要求的格式整理成一份材料。

同样一个模型，为什么差别这么大？我们习惯把 AI 的能力理解成“聪不聪明”的问题，但换个用法，能干的活完全不一样。

差别不在 AI 本身，而在它外面那一层。这一层最近有了一个越来越响的名字：harness。

harness 到底是什么

这一层有个流传很广的公式：Agent = Model + Harness——智能体，等于模型加上外面这一层。微软的官方文档里专门讲过它：

“代理工具”是运行时基架，可将语言模型转换为可执行工作的代理。

换成比喻就清楚了：harness 本意就是马具、挽具。模型是马，harness 是马身上那套东西——马嚼子、缰绳、车辕、犁。同一匹马，套犁能耕地，架辕能拉车，配鞍能骑人。

这一层管什么？怎么把指令递给模型、怎么让它用工具、记住做到哪一步、上下文太长怎么压缩、危险操作要不要先问一声、做完留不留记录。模型感觉不到它，但它决定了模型能不能真干活、稳不稳。

中文暂无统一译法，业界多理解为“运行框架”或“代理工具” 。

它为什么突然热起来？当各家模型的能力逐渐接近，差距就转移到了这一层。2026 年 7 月，英伟达 CEO 黄仁勋在与 LangChain 创始人的一次公开对话里说，今天的公司建立在业务流程之上，未来的公司将建立在 Harness 之上。国内媒体纷纷转引，Harness 由此成了热词。

同一层东西，套上三种不同的外壳

好在今年有几个真实产品，正是这层东西的不同封装——区别只在封装多少、面向谁。

最“裸”的一个是 DeepSeek Harness。DeepSeek 官方在 2026 年 8 月发布并开源了它，采用 MIT 协议，说法是“一切皆插件”：模型、工具、循环、会话、界面全都能拆下来换掉，像一箱零件。但它面向开发者，目前是预览版，官方明确会有不兼容的改动，普通老师今天用不上。它是讲清概念的最好教具，不是推荐给谁的工具——零件全摊开，我们才第一次看清里面装了什么。

第二个是封好的成品。Claude Code 由 Anthropic 在 2025 年 2 月发布，官方定位是“智能体式编程工具”：模型层绑定在自家 Claude 系列上，核心流程由厂商写死，用户只能在外围扩展。它面向编程场景，却证明这一层能被封成一件极好用的成品。

据公开报道，Anthropic 在 2026 年 1 月发布了 Claude Cowork 研究预览：它基于 Claude Code 的同一技术基础构建，面向的却是非编程任务。授权一个文件夹后，它就能在其中读取、编辑、创建文件，比如整理下载文件夹、把零散笔记变成报告初稿。同一套底座换个外壳，服务的人群就换了一批。

腾讯的 WorkBuddy 是 2026 年 3 月上线的 AI 办公智能体。据多家媒体报道，2026 年 8 月 26 日，山东莱州联合腾讯为全市 6000 余名中小学教师配备了 WorkBuddy AI 助教，用于备课、授课、作业批改、教研评价。腾讯云副总裁刘毅说，他们想做的是“面向 Agent 时代的操作系统”，不是更强的工具，而是能承载所有工具的平台。

回到老师的一天

说了半天概念，落到一天里是什么样子？

早上，备课。第一件事不是打开 AI，是先处理数据：把上一单元学情表里的学生姓名和家庭信息删掉，再交给它，说一句：“帮我看看这次哪些知识点学生没吃透，另外出两份难度不同的练习。”差别不在问得好不好，而在于它能把文件读进来、按你的要求整理出结果。

课间和午休，作业与答疑。把批改标准说清楚，让它先做第一轮筛查、把有疑问的部分标出来，你只处理那几处。

傍晚，教研与材料。把这一周零散的听课记录、教研笔记丢进一个文件夹——它能挨个读完，按你给的格式整理成一份材料，你再来改。

该不该交出去，学者讲得清楚。科技日报的采访里，北京师范大学余胜泉指出，AI 最直接的变化是把教师从重复性劳动中解放出来，比如作文批改；他同时提醒要重视学生个人信息的泄露与滥用风险。华南师范大学钟柏昌则提醒，要警惕课堂上“为了使用而使用”的技术表演，须“因需而用”。

省下来的时间去哪了？去看学生的表情，判断他今天为什么走神，给他一句真正对症的鼓励。这些事，眼下还没有哪一层外壳能替我们做。

能干什么之前，先说不能干什么

边界同样要说清楚。2025 年 11 月，教育部教师队伍建设专家指导委员会发布《教师生成式人工智能应用指引（第一版）》，这是国家层面首份专门面向教师的生成式 AI 应用规范，18 个行为示例中，“数据合规”一类的三个对一线教师约束最直接：

1. 分析学生成绩、撰写学业报告时，须事先对敏感数据进行脱敏处理，如删除学生姓名和家庭信息；
2. 严禁上传敏感信息与涉密内容。可使用生成式人工智能处理文档，但上传文档前必须清除文档包含的各类敏感信息与未公开内容，防止数据泄露风险；
3. 录制课堂音视频、或收集非教学必需的个人信息前，应向学生及监护人清晰说明数据使用的目的、范围和方式，获得其明确、单独的授权，同时保障其随时撤回同意的权利。

这些不是限制，而是让老师用得安心的边界——前面敢把文件交给 AI，前提就是这三条。《指引》还要求，对生成内容须进行事实核查、价值审查、适切评估：AI 的输出不能直接当作结果，最后签字的仍然是人。

今天就可以试一次

打开手边任意一个能访问文件夹的 AI 办公工具都行——前面提到的 WorkBuddy 是其中一个。单独建一个文件夹，不要直接对着原始成绩表操作。

第一句可以问得很安全：“这个文件夹里是我这周的教案，帮我看看哪些环节内容重复了，可以合并。”再进一步：“帮我把这份表格里的学生姓名一列删掉，统计各分数段的人数。”教研场景可以说：“把这三份听课记录整理成一份教研简报，分点列出来。”

最重要的一句是说给自己听的：先让它干一件小事，你验证一遍，再干第二件——这不是不信任，而是把边界建起来的唯一办法。

那么，你最想交给 AI 的是哪一件事？能说清最该交出去的是哪件，往往也就说明，那件事是你真正觉得琐碎、重复、不值得自己花时间的。