夜雨聆风今天拆的是一个 Agent 工程范式：Harness Engineering。
如果你用过 Claude Code、Cursor、Devin 或者任何一个"能自己写代码的 Agent"，你可能已经直觉感受到一件事：决定这些 Agent 好不好用的，往往不是底层模型是哪一家，而是模型外面那一层"胶水代码"——它怎么管理对话历史、怎么把工具结果喂回去、怎么让 Agent 记住昨天做了什么、怎么在出错时回滚。
LangChain 在一篇题为"The Anatomy of an Agent Harness"的文章里给了一个极简定义：如果你不是模型，你就是 Harness。
这个说法很锋利，但它抓住了一个正在发生的行业转向。
今天的主角：Agent Harness 是什么
Agent Harness 是指围绕 LLM 模型构建的所有代码、配置和执行逻辑的总和。一个原始 LLM 不等于 Agent——Harness 赋予它状态持久化、工具调用接口、文件系统访问、沙箱隔离、记忆检索和评估回路。
用公式表达就是：Agent = Model + Harness。
这个概念之所以值得专门拆，是因为 2025-2026 年 Agent 工程的实践正在证明：模型之间的差距在缩小，但 Harness 之间的差距在拉大。同一个 Claude Opus，套在不同的 Harness 上，表现天差地别。
一手来源包括 LangChain 官方博客文章、LangGraph 文档和 Anthropic 的 Claude Code 技术分享。
为什么现在值得拆
模型厂商的竞赛越来越集中在参数规模和基准分数上，但在生产环境里，Agent 的行为取决于模型之外的系统。一个 Agent 能不能在长任务中不"失忆"、能不能在出错时自动重试而不是崩溃、能不能把中间结果保存到文件系统而不是只塞在对话窗口里——这些全部由 Harness 决定。
LangChain 提出的 Harness 框架不是要造一个新模型，而是给已经存在的模型穿上合适的"盔甲"，让它能长时间、可靠地执行复杂任务。这背后的工程哲学是：不要指望模型自己解决所有问题，用外部系统给它补上它天生做不到的事情。
机制拆解：Harness 的分层架构
Harness 不是一个大杂烩，它有清晰的分层结构。从外到内可以分为四层：
外层：工具与执行沙箱。 这是 Agent 的手。Bash shell、代码解释器、浏览器自动化工具、文件读写接口——所有让 Agent 碰到真实世界的东西都属于这一层。关键设计不是"给 Agent 多少工具"，而是"怎么安全地给"。沙箱隔离、网络策略、超时控制、权限管理，这些决定了 Agent 能不能在生产环境里安全运行。
中层（上）：规划与编排引擎。 这是 Agent 的大脑前额叶。任务分解、并行调度、进度追踪、自适应策略——Agent 遇到复杂任务时不能一股脑儿往前冲，需要先拆解、排序、分配、监控。好的 Harness 会让 Agent 学会"先做什么后做什么"，而不是在第一步就耗光所有上下文。
中层（下）：状态与记忆系统。 这是 Agent 的海马体。对话历史、工具结果缓存、跨会话持久化、搜索索引——Agent 做完的每件事都需要被记录下来，而且在下一次启动时能被找到。Harness 需要解决的核心问题是：当上下文窗口满了怎么办？答案是文件持久化 + 摘要压缩 + 检索增强。
核心层：LLM 模型。 这是 Agent 的推理引擎。模型负责理解、规划、代码生成、工具选择——但它只负责"想"，不负责"做"。做这件事由 Harness 的其他三层完成。
架构拆解
从 Agent 架构的全流程来看，Harness 在每个环节都有关键职责：
输入处理： Harness 负责格式化输入——组装系统提示、注入工具定义、管理上下文窗口。在长对话场景中，Harness 决定哪些历史保留、哪些摘要压缩、哪些归档到文件。
规划执行： Harness 提供任务分解的工具（如 LangGraph 的 state graph），让 Agent 把大任务拆成可执行的子步骤。并行执行时，Harness 负责调度多个子任务、收集结果、处理冲突。
工具调用： Harness 管理工具的全生命周期——注册、路由、执行、超时、重试、结果格式化。Claude Code 中 Agent 能直接操作文件系统，靠的就是 Harness 提供的安全沙箱和文件接口。
记忆与状态： 这是 Harness 与模型的最大分工点。模型的上下文是易失的，Harness 的文件系统是持久的。一个好的 Harness 会让 Agent 把关键中间结果写到文件里，而不是一股脑塞进对话窗口。
评估与回滚： Harness 需要提供验证机制——Agent 做完事后代码能不能跑？测试能不能过？如果不能，Harness 应该触发回滚或重试，而不是把半成品交给用户。
人类介入： Harness 控制 human-in-the-loop 的介入点——何时请求用户确认、何时展示中间结果、何时等待人工审批。这些决策直接影响 Agent 的可用性和安全性。
输出交付： Harness 负责最终输出的格式化和交付——是生成代码补丁？还是写一份报告？还是直接部署？不同的交付方式需要 Harness 提供不同的输出接口。
关键设计取舍
Workflow vs Autonomous Loop： Harness 可以设计成严格的工作流（每一步人工确认）或自主循环（Agent 自己决定步骤数）。Claude Code 选择的是一个混合模式——在安全操作（如读文件）上自主循环，在危险操作（如部署）上请求确认。
Prompt vs State Machine： 早期 Agent 靠提示词驱动一切，但长任务中提示词容易漂移。新一代 Harness 用状态机显式管理 Agent 的行为状态，把"Agent 现在该做什么"从提示词中提取到代码逻辑中。
Context vs Memory： 上下文窗口是短期记忆，文件系统是长期记忆。Harness 的设计取舍在于：哪些信息值得放到上下文里（占用 token 但访问快），哪些信息归档到文件（节省 token 但需要检索）。
Function Calling vs MCP： 工具调用的协议正在从 OpenAI function calling 格式向 MCP（Model Context Protocol）演进。MCP 的优势是标准化资源访问和工具发现，但在简单场景下 function calling 更轻量。
Harness 如何解决 Context Rot
一个长对话 Agent 面临的核心问题是上下文腐烂（Context Rot）：对话开始时系统提示和工具定义清晰明了，但随着几十轮工具调用的结果涌入，上下文被大量中间数据淹没，模型逐渐遗忘初始指令。
Harness 的解法是分层管理：关键状态持久化到文件系统、定期做上下文摘要压缩、工具定义置顶不被挤出去、用检索机制按需加载历史信息。这些策略加在一起，让 Agent 在长达几百轮的对话中保持"不"。
实践启发
1. 文件系统是第一类存储。 让 Agent 写文件而不是只记在对话历史里。文件跨会话持久化，是 Agent 从"聊天机器人"进化为"工作引擎"的关键一步。
2. Bash 是通用工具接口。 与其封装几十个 API，不如给 Agent 一个安全沙箱里的 shell。Bash 能调一切命令行工具，Agent 的边界就是 shell 的边界。
3. 评估回路不能省略。 Agent 做完事后必须有自动验证——代码能不能编译、测试能不能过、输出是否符合格式。没有验证的 Agent 就是盲飞。
4. 并行委派比串行快。 让 Agent 学会拆分子任务并行执行，而非一步步等。Harness 需要提供并行调度和结果合并的能力。
5. Harness 与模型训练正走向耦合。 下一代模型将针对特定 Harness 做对齐训练，而不是做一个通用聊天模型再套 Harness。Claude Code 的训练数据很可能就包含了它在文件系统和 shell 中的操作轨迹。
风险与局限
Harness 工程也不是没有坑：
复杂度失控： 随着 Harness 层越来越厚，调试和维护成本指数级上升。一个 Agent 出错，可能是模型的问题、工具的问题、状态管理的问题，或者三者叠加。
安全边界： 给 Agent 文件系统和 shell 访问权限等于给它一把双刃剑。权限过大会导致数据泄露和意外删除，权限过小会让 Agent 束手束脚。
评估困难： Harness 工程的效果很难用单一 benchmark 衡量。不同的 Harness 适用于不同场景，横评需要大量定制化测试。
供应商锁定： 深度定制的 Harness 可能只适用于特定模型。如果换模型需要重写大量 Harness 代码，迁移成本会很高。
写在最后
Harness 工程的核心判断只有一个：模型在进步，但模型不会自己变成 Agent。是 Harness 给了模型状态、工具、记忆和评估，让它从"能说会道"变成"能干活"。
下一个 Agent 时代的赢家，可能不是参数最多的模型，而是 Harness 设计最合理的系统。
关注科言 Lab，获取最新资讯。
参考来源
LangChain 官方博客 "The Anatomy of an Agent Harness"：https://blog.langchain.dev/the-anatomy-of-an-agent-harness/ LangGraph 文档（Harness 工程实践）：https://langchain-ai.github.io/langgraph/ Anthropic Claude Code 技术分享：https://www.anthropic.com/claude-code MCP（Model Context Protocol）文档：https://modelcontextprotocol.io/
