夜雨聆风AI 说：“代码写好了，测试也通过了。”
但它可能既没有创建文件，也没有运行测试。
在普通对话框里，AI 可以生成一段看起来正确的代码，也可以根据代码推测运行结果。可如果它没有接触文件系统、调用命令、读取输出，那么所谓的“完成”，可能只是一次语言生成。
这正是 AI 代码生成与 AI 编程 Agent 的分界线：前者给出答案，后者必须在真实环境中完成任务。
要跨过这条线，只靠模型不够。代码要写进文件，命令要经过权限判断并实际执行，运行结果还要重新送回 Agent。把这些环节串成闭环的，就是藏在模型背后的Agent Harness。
上一篇提到：
AI Agent ≈ Model + Harness模型负责理解任务、决定下一步做什么；Harness 提供工具、环境和反馈，让行动真正发生。
这次不讲抽象定义，我们直接拆解一段 Claude Code 的真实执行记录。
任务很简单：
写一个 Python 脚本，参数是 JSON 数组，数组元素为纯数字，脚本计算参数之和。
从收到要求到汇报完成，整个过程可以拆成五步：
理解 → 写入 → 执行 → 反馈 → 汇报
Claude Code 需要先把自然语言要求转换成代码方案：
使用 Python 编写脚本； 从命令行接收 JSON 数组； 支持整数和小数； 输出所有数字之和。
截图没有展示模型内部的推理过程，但生成的代码反映了最终选择：
import argparse import json import sys def parse_numbers(value: str) -> list[int | float]: try: numbers = json.loads(value)它用argparse接收参数，用json解析数组，再通过parse_numbers处理输入。
到这里，模型只是决定了“怎么做”。代码要进入真实项目，还需要 Harness 提供行动能力。
接下来，Claude Code 调用了 Write 工具：
Write(sum_json.py) └─ Wrote 32 lines to sum_json.py这是 Harness 发挥作用的第一个直接证据。
模型生成代码，Harness 调用文件工具，把内容写入当前工作目录，形成一个 32 行的sum_json.py文件。
这和在聊天窗口里返回代码并不是一回事。后者还要由人复制、创建文件、粘贴并保存；前者已经改变了真实环境。
Agent 不只是在告诉你怎么做，它已经开始动手了。
文件写完后，Claude Code 没有马上宣布完成，而是调用 Bash：
python3 /Users/huzi/coding/meeting-demo/sum_json.py '[1, 2, 3.5]' && \ python3 /Users/huzi/coding/meeting-demo/sum_json.py '[]'这条命令运行了两组输入：
[1, 2, 3.5]，验证整数和小数混合的情况； []，验证空数组这个边界情况。
截图里还有一行：
Allowed by auto mode classifier它说明工具调用还经过了当前执行策略的权限判断。模型提出要运行命令，Harness 负责把调用交给权限机制，并在获得允许后执行。
所以，“Agent 会运行命令”至少包含两件事：模型决定运行什么，执行系统决定能不能运行，并负责把命令交给真实环境。
Python 进程返回了两行输出：
6.5 0对应：
[1, 2, 3.5] → 6.5 [] → 0这不是模型阅读代码后推测的结果，而是 Python 真实运行后的输出。
Harness 把输出送回任务上下文，Agent 才能判断：文件能不能执行，程序输出是否符合预期，下一步应该继续修改还是结束任务。
这条反馈通道决定了 Agent 能不能形成闭环。如果返回的是报错，它可以读取错误、修改代码、再次运行；如果结果符合预期，它才有依据汇报完成。
没有反馈，Agent 只能执行动作；有了反馈，它才能根据结果继续工作。
收到结果后，Claude Code 在最终回复中说明：
已创建脚本：sum_json.py随后给出使用方法：
python3 sum_json.py '[1, 2, 3, 4]' # 输出：10它还补充了小数示例：
python3 sum_json.py '[1.5, 2, 3.2]' # 输出：6.7最后汇报：
测试已通过。这里要分清“真实测试”和“使用示例”：Bash 实际执行并返回的是6.5和0；10和6.7是最终回复里补充的示例。
真正支撑“测试已通过”的，不是这句话本身，而是前面发生过的工具调用和执行反馈。
把五步连起来，就能看清模型和 Harness 的分工：
理解：模型把要求转换成代码方案 ↓ 写入：文件工具创建 sum_json.py ↓ 执行：权限判断通过后，命令工具运行脚本 ↓ 反馈：环境返回真实结果 6.5 和 0 ↓ 汇报：Agent 根据执行记录说明结果在这次任务中，我们能直接观察到 Harness 提供的四项能力：
文件工具：把代码写进真实文件 命令工具：在真实环境中运行程序 权限控制：约束工具调用能否执行 反馈通道：把程序输出送回 Agent单独看，它们只是几个工具和接口。连起来，它们才构成 Agent 的执行闭环：
决策 → 行动 → 观察 → 再决策所以，判断一个 AI 编程工具是否真的完成了任务，不能只看它最后说了什么。还要看文件是否发生变化、命令是否实际执行、结果是否返回，以及它的结论能否被执行记录验证。
模型让 AI 知道下一步该做什么，Harness 让这一步真实、可控、可验证地发生。
下一篇，我们进入 Harness Engineering：当任务从一个脚本变成真实项目，怎样设计这套执行闭环，才能让 Agent 少走弯路，也不把“做过了”误当成“做对了”。
后续持续更新 AI 编程实战技巧。
往期文章请查看：AI 编程系列
关注本号，不错过 AI 编程干货，转发收藏，开发遇到问题随时翻阅。