Harness：Agent 的问题，从来不在模型
这两天，Agent 圈开始频繁出现一个词：Harness。
很多人第一次看到，会以为这是某种：
- 新框架
- 新范式
- 下一代 Agent 技术
但如果你真正做过 Agent，很容易得出另一个结论：
Harness 不是新东西。它只是把一件一直存在的事，命名了出来。
这件事叫：
软件工程
一、Agent 很简单，难的是为什么它会崩
Agent 的核心其实非常朴素：
Agent = Loop(LLM + Context + Tools)
这个 loop 本身并不复杂：
- 给模型上下文
- 提供工具
- 让它循环决策
十几分钟，你就能写出一个最小版本。
但问题在于：
为什么这些 Agent，一进真实环境就开始崩？
不是模型变笨了，而是系统开始失控：
- 上下文变脏
- 工具失控
- 状态丢失
- 错误不可解释
- 安全边界被突破
- 长任务无法推进
这些问题有一个共同点：
它们都不是模型问题，而是工程问题
二、Harness 是什么？
我给一个足够工程化的定义：
Harness = Agent 运行时的工程环境总和
它不是：
- 模型
- Prompt
- Tool Call
- 框架
它是这些东西之上的一层：
让 Agent 能稳定工作的全部系统条件
一个更直观的理解
如果 Agent 是“大脑”，那 Harness 是：
- 身体
- 神经系统
- 工具系统
- 安全机制
- 反馈回路
- 操作规范
一句话：
Harness = 让智能可以被“驾驭”的系统
三、为什么现在才开始讨论 Harness？
因为行业正在发生一个关键转移：
瓶颈从“模型能力”，转向“环境能力”
同一个模型，在不同系统里的表现可以差很多：
差的系统：
- 会乱用工具
- 会丢上下文
- 会越做越偏
- 会失去控制
好的系统：
- 能持续推进任务
- 能利用反馈修正
- 能保持结构和边界
- 能把普通模型用出稳定效果
这意味着一件事：
Agent 的上限，越来越取决于环境，而不是模型
四、不要把 Harness 和 Context 混为一谈
可以用一个简单的分层理解：
Prompt Engineering：怎么说
优化表达，让模型更容易理解。
Context Engineering：喂什么
控制信息输入：
- 文档
- 历史
- 记忆
Harness Engineering：怎么运行
控制整个运行环境：
- 能不能执行
- 怎么执行
- 失败怎么办
- 状态怎么管理
- 安全如何保证
一句话区分：
Context 决定输入，Harness 决定行为
五、Harness 的五个核心层
如果从工程角度拆，Harness 至少包含五层：
1. 上下文装配层
核心认知：
Prompt 不是文件，而是系统
你需要解决的是：
- 信息分层
- 动态拼装
- 优先级控制
否则模型只能在“信息噪声”里工作。
2. 工具治理层
关键问题不是“有没有工具”，而是：
工具是否可控
包括：
- 发现机制
- 参数校验
- 风险分级
- 调用拦截
否则工具只会从“能力”变成“混乱源”。
3. 安全与边界层
核心原则：
安全必须在运行时，而不是 prompt 里
你不能指望模型“自觉”。
必须有：
- 执行隔离
- 命令控制
- 审批机制
4. 反馈与状态层
这是 Agent 能持续工作的关键：
系统必须把内部状态，翻译成模型能理解的反馈
否则模型只知道“失败”，不知道为什么失败。
5. 熵管理层（最容易被忽视）
所有 Agent 系统都会逐渐失控：
- prompt 膨胀
- 规则过期
- memory 污染
所以你必须做一件长期工作：
持续让系统“变干净”
六、一个更准确的公式
传统说法是：
Agent = Loop(LLM + Context + Tools)
但更准确的表达应该是：
Agent = Loop(Model + Harness)
因为：
- Context 属于 Harness
- Tools 属于 Harness
- Runtime 属于 Harness
所以真正的变量变成：
模型 × 环境
七、为什么有的人做出的是玩具，有的人做出的是系统？
因为差别不在模型，而在 Harness。
同样是：
- 一个模型
- 一组工具
- 一个上下文
结果却完全不同：
- 有人做出 Demo
- 有人做出生产系统
原因只有一个：
有没有把这些东西工程化成“可运行环境”
八、如果你要开始做 Harness，先做什么？
给一个最实用的顺序：
- 不要先卷模型，先搭环境
- 工具必须可治理（不是函数列表）
- Prompt 必须拆分为装配系统
- 安全必须在运行时实现
- 所有错误必须可解释
- 长任务必须有状态机制
- 系统必须有熵管理
九、结论
Harness 不是新技术。
它只是让我们开始正视一件事：
Agent 的核心从来不难，难的是让它在现实中稳定工作。
模型是发动机。
Harness 才是整辆车。
决定你能不能跑长途的，从来不是模型有多聪明，而是你的工程环境有多可靠。