ARTICLE · 1304638

Harness 思想:AI 工具的灵魂不是模型,是那层壳

发布时间：2026-11-04 11:01:52 最近访问：2026-11-04 11:01:53

上一篇搭好了 AI 数据分析工作台（VSCode + Claude Code + OpenCode /Codex + CC Switch），结尾留了一个词：Harness，这篇把它讲透。

先说结论：同一个模型，在不同的 Agent 产品里表现可能天差地别。差的不是模型，是模型外面那层壳。这层壳叫 Harness——它才是你真正该花精力配置和积累的东西。理解了这层壳，你就理解了不同 Agent 之间差距的大半。

一、先分清：什么是模型的，什么是壳的

一个能干活的 AI Agent，由两部分组成：

模型：感知、推理、决策的能力。这是训练出来的——在海量数据上反复学习，练出来的"聪明"。你改不了它，只能选它。
Harness（直译"套件"，我叫它"壳"）：让模型能在你的环境里干活的一切——工具、知识、上下文管理、权限边界。这是工程出来的——可以配置、可以积累、可以越用越好

一个常用的比喻：模型是驾驶者，Harness 是载具。驾驶技术再好，没有车、没有仪表盘、没有刹车，哪也去不了。反过来，同一个驾驶者，开不同的车，体验完全不同——这就是为什么同一个模型换了个工具，效果立刻不一样。

有人会问：那"AI 会不会干活"到底取决于谁？

答案是：自主执行的潜质（Agency）来自模型训练；落地可用的 Agent 产品 = 模型 + Harness，缺一不可，模型决定它有多"聪明"、有没有自主规划的潜力；Harness 决定这份潜力能不能闭环落地、真正把活干出来。

对我们用工具的人来说，这个分工直接给出一条配置原则：模型用 CC Switch 随时切换，Harness 才是你的核心资产。上一篇说"工作台越用越顺手"，顺手的那部分——项目约定、技能、权限习惯——全在壳里。

二、壳里有什么：拆开 Harness 的五个部件

Harness = 工作流编排 + 工具链 + 知识管理 + 安全护栏（含权限、系统强约束）+ 反馈循环

这几件事落到工程实现上，用数据分析师熟悉的场景拆开来看（括号里是对应的工程机制）：

1. 工作流编排（Agent Loop + 任务清单 + 子任务拆分）

AI 工具的核心其实朴素得惊人：一个循环。收到任务 → 模型思考 → 调用工具 → 看结果 → 继续思考，直到完成。所谓"一个循环 + 一个命令行工具，就是一个 Agent"。

但只有循环还不够，长任务会跑偏，所以要编排：

先列计划再动手：复杂任务先写步骤清单，做到第 8 步忘了第 2 步？看一眼清单。没有计划的 Agent，做着做着就偏了
子任务隔离：追查一个数据问题要翻几十个文件、跑几十条命令，中间过程会把主任务淹没。好 Agent 会"开个新窗口"专门做追查，只把结论带回主任务——像你修 bug 时开个新终端查调用链，查完就关

2. 工具链（工具注册 + 观察与行动）

工具决定 Agent 能干什么：读写文件、跑 SQL、查数据、执行脚本。工程上加一个新工具只要"注册一个处理函数"——所以好的 Agent 天然可扩展。

工具的另一面是观察与行动：模型要能"看见"环境状态——文件内容、命令输出、报错信息，也要能"动手"——执行命令、改文件、调接口。观察和行动的丰富度，直接决定智能能发挥多少。Harness 没有让模型变聪明，它给了模型双手、双眼和一个工作空间。

3. 知识管理（skill 按需加载 + 提示词组装 + 记忆）

想让 AI 遵守你的口径规范、报告模板？常见错误是把所有文档一股脑塞进提示词——6000 行规范，改个颜色也要带着。

好 Harness 的做法是按需加载：告诉 AI"有哪些知识可用"，用到哪个再拉哪个。提示词本身也是运行时组装的——按当前任务拼装能力说明，而不是写死一大段。这就是"skill / 插件"背后的思想：Everything is a Plugin，能装卸，不硬编码。

几个常被混用的概念：prompt 管「当下给模型说什么」，skill 管「一套任务该怎么做」（把提示词 + 步骤 + 参考资料打包成可复用模块，用到时才加载），MCP（Model Context Protocol）管「模型可以摸到哪些外部资源 / 工具」。至于 Plugin，大多是平台私有的封闭扩展，而 MCP 是跨平台的通用协议。它们都装在壳上——prompt 和 skill 对应知识管理，MCP 对应工具链。

知识管理还有一层记忆：上下文压缩是有损的，"用 tab 缩进"可能被压缩成"有代码风格偏好"。所以要有一层不参与压缩、跨会话保留的记忆：重要的约定落成文件，索引常驻，内容按需取用。

4. 安全护栏（权限 + 系统强约束）

给你"清理一下项目"的指令，AI 有可能误删文件。怎么办？安全不靠信任模型，靠代码。

权限闸门：每个操作执行前先判断——硬性禁止的直接拒绝（删库级命令），敏感的要人工确认，其余放行。边界画在代码里，不画在"希望模型自觉"上
系统强约束（Hooks）：想在每次 AI 改完文件后自动记录、自动检查规范？把这些规则"挂"在循环的扩展点上，由系统保证执行——像插件一样装卸，而不是靠反复嘱咐

5. 反馈循环（容错重试 + 上下文自愈）

输出截断、上下文超限、接口报错，都是日常。差的 Agent 一报错就崩；好的 Agent 把错误当信号，走反馈循环自我修复——分类处理：重试、腾上下文、切换模型，然后继续干活。错误不是终点，是重试的起点。

"腾上下文"就是上下文压缩：历史记录总会撑满窗口，压缩策略的核心是"便宜的先跑，贵的后跑"——能用规则裁剪就别动用模型摘要。跑不动先自我调整再继续——这是循环能扛住长任务的关键。

三、拿着这个视角，重新看你的 AI 工具

理解 Harness 之后，有三件事会变得清晰：

1. 为什么同样的模型，两个分析师用出来差很多。模型相同、壳不同：编排效率、工具链、知识装载、护栏松紧、自愈能力，样样都不同。选 Agent 时别只问"接的哪家模型"，要问"这层壳做得怎么样"。

2. 配置精力该往哪投。不是天天换模型，而是投在壳：项目口径写进 CLAUDE.md、常用流程存成 skill（知识管理）；敏感操作设权限、重复动作交给 hooks（安全护栏）；出错能自愈（反馈循环）。模型会贬值，壳会增值。

3. AI 跑偏了，先诊断是哪个部件。越做越乱？工作流编排缺位——没计划、没拆子任务。做到一半忘了要求？知识管理没兜住——记忆被挤掉了。没按你的规范来？安全护栏没装。跑一半就崩？反馈循环缺失。把"AI 不听话"翻译成"Harness 哪个部件缺位"，就有了明确的修复动作——这比"换个更强的模型"有用得多。