作者：Vivek Trivedy / LangChain Blog（2026年3月10日） 译/编：意译整理
一个公式，看透 Agent 的本质
如果你今天在构建 AI Agent，有一个公式值得刻在脑子里：
Agent = Model + Harness
"Model"是大家熟悉的部分——GPT、Claude、Gemini，那个会推理、会写代码、会回答问题的神经网络。
但 Harness 是什么？
简单说：除了模型本身，其他所有东西都是 Harness。
系统提示（System Prompt）、工具定义、文件系统、代码执行环境、浏览器、子 Agent 的调度逻辑、上下文管理策略……这些都是 Harness 的组成部分。
文章作者 Vivek Trivedy 给出了一个很直白的结论：
"If you're not the model, you're the harness."（如果你不是模型，你就是 Harness。）
模型为什么"不够用"？
理解 Harness 的价值，先要理解原始模型的局限。
一个裸模型，本质上只能做一件事：把文本输入映射成文本输出。它天然不具备：
- 持久化记忆：每次对话从零开始，上一轮说了什么？不知道。
- 执行代码：它可以写代码，但不能运行代码，更不能看到运行结果。
- 获取实时信息：训练数据有截止日期，昨天发生的事它一概不知。
- 搭建环境：安装依赖、创建文件、访问网络——这些对裸模型来说都是幻觉。
Harness 就是填补这些空白的基础设施。它把模型的智能从"纸上谈兵"变成"真正干活"。
用文章的原话来说：
"The model contains the intelligence, and the harness is the system that makes that intelligence useful."
模型负责智能，Harness 负责让智能有用。
Harness 的五大核心能力
1. 文件系统：Agent 的"工作台"
文件系统是 Harness 里最基础、也最容易被低估的组件。
它的作用远不止"存文件"：
- 跨会话持久化：Agent 今天做了一半的任务，明天可以继续
- 上下文卸载：当对话窗口快满了，把不重要的内容写到文件里，释放 context 空间
- 多 Agent 协作：几个 Agent 并行工作时，文件系统是它们共享信息的"公告板"
- 知识沉淀：像
AGENTS.md、CLAUDE.md这类约定文件，让 Agent 积累跨任务的经验
文件系统让 Agent 拥有了真正意义上的工作记忆，而不是每次都从白板重新开始。
2. Bash 与代码执行：把"写代码"变成"用代码"
大模型写代码的能力已经很强，但如果没有执行环境，写出来的代码只是"建议"，而非"行动"。
Harness 提供 Bash 和代码执行能力后，Agent 可以：
- 写一段 Python 脚本来处理数据，然后直接运行，看到结果
- 遇到报错，根据错误信息自动修正，再次运行
- 通过写代码+执行的循环，自己解决自己不会的问题
这个能力的本质是：Agent 不再依赖预设的工具，而是可以按需创造工具。
3. 沙箱：在隔离环境里安全地"折腾"
代码执行很强大，但也很危险——Agent 可能安装奇怪的包、产生副作用，甚至破坏系统。
沙箱（Sandbox）是解法：
- 提供隔离的执行环境，Agent 在里面怎么折腾都不影响外部
- 可以安全地安装依赖、运行不可信代码
- 支持并行扩展——同时运行几百个沙箱，各自独立
- 通过命令白名单和网络隔离控制风险边界
沙箱让"大规模、高并发、安全可控"的 Agent 部署成为可能。
4. 记忆与搜索：突破"知识截止日期"
模型训练有截止日期，但现实世界每天都在变化。
Harness 通过两种方式帮 Agent 保持"新鲜感"：
- 持久化记忆文件：Agent 把重要学习成果写入文件，下次任务可以直接读取，实现跨任务学习
- 实时搜索与 MCP 工具：通过 Web Search、API 调用等，获取训练数据之外的最新信息
这让 Agent 具备了持续学习的能力，而不是被冻结在某个历史时间点。
5. 上下文管理：对抗"Context 腐化"
这是 Harness 里最容易被忽视、但工程上最有挑战性的一块。
随着对话轮次增加，上下文会逐渐"腐化"（Context Rot）：
- 重要信息被淹没在长长的历史对话里
- 过多的工具调用结果塞满 context 窗口
- Agent 开始"健忘"，前面说过的事后面忘了
成熟的 Harness 通过以下策略应对：
- 智能压缩（Compaction）：快到 context 上限时，自动总结历史，腾出空间
- 工具输出卸载：把长篇的工具返回结果写到文件，只在 context 里保留摘要
- 技能的渐进式披露（Progressive Disclosure）：不一次性把所有工具都塞给模型，根据当前任务动态加载相关工具
上下文管理的好坏，直接决定 Agent 能否完成长时间、多步骤的复杂任务。
让 Agent 跑得更远：长时任务的关键设计
上面五个能力解决了"Agent 能干活"的问题，但要让 Agent 完成真正复杂的工作——比如独立完成一个多天的研究项目——还需要一套长时任务架构。
Git 集成：给工作加上"存档点"
文件系统 + Git，让 Agent 可以：
- 在任务的不同阶段提交进度
- 出错时回滚到之前的稳定状态
- 多个 Agent 通过 Git 协作，各自负责不同的分支或模块
Ralph Loop：突破单次 Context 窗口限制
这是文章里最有意思的工程设计之一。
问题是：即使有了 compaction，一个足够复杂的任务可能就是无法在一个 context 窗口里完成。Agent 会"累了"，想退出。
Ralph Loop 的做法是：
通过一个 Hook，拦截 Agent 的退出行为，在新的干净 context 里重新注入原始任务目标，强制 Agent 继续工作。
就像给马拉松选手在终点线前30米竖起一块"终点在那边"的牌子，让它继续跑。
这是一个典型的"Harness 能做、模型自己做不到"的事情——模型本身不知道自己已经走了多远、接下来还需要做什么，但 Harness 有这个全局视角。
规划与自我验证
成熟的 Harness 还会引导 Agent 进行：
- 任务分解：把大目标拆成可执行的步骤
- 自我验证：通过跑测试、检查输出，判断自己是否完成了目标
- 错误驱动的迭代：测试失败 → 修改 → 再测试，形成闭环
这套机制让 Agent 具备了类似"研发工程师"的工作方式。
模型与 Harness 的共同进化
文章提到了一个很有深度的观察：现代 Agent 系统（比如 Claude Code）在训练时，已经把 Harness 纳入训练循环。
这意味着：
- 模型被训练来善用特定的 Harness 能力，比如知道什么时候该写文件、什么时候该调工具
- Harness 里被验证有效的设计模式，会反哺下一代模型的训练数据
这是一种协同进化：好的 Harness 让模型更强，更强的模型又让 Harness 的设计边界不断推进。
但这里也有一个风险：过度耦合。
如果模型在训练时只见过某种特定 Harness 的工具逻辑，它可能对其他 Harness 配置表现不佳。最优的 Harness 未必是模型训练时搭配的那个——不同任务场景需要不同的 Harness 设计。
Harness 的未来：会被模型"吸收"吗？
随着模型越来越强，有些 Harness 功能可能会逐渐被内化到模型本身。但文章认为，Harness 工程不会消失，它的价值会转移到更高层次的问题上：
- 大规模多 Agent 编排：如何调度几百个并行 Agent，分工协作完成复杂任务
- Agent 自我分析：让 Agent 回顾自己的执行轨迹，识别失败模式，自我改进
- 动态工具装配：不再预设所有工具，而是根据当前任务即时组装所需的工具和上下文
LangChain 正在用 deepagents 库探索这些方向。
总结：智能靠模型，有用靠 Harness
回到最初的公式：
Agent = Model + Harness
如果用一句话总结这篇文章的核心观点：
模型决定了 Agent 能有多聪明，Harness 决定了这份聪明能产生多少实际价值。
一个没有 Harness 的模型，就像一个天才困在一个空房间里——有想法，但什么都做不了。
好的 Harness 给模型配上了文件柜、代码运行机、搜索引擎、记事本、时间管理工具，最终让它能够真正地、持续地、安全地完成现实世界的工作。
如果你在构建 AI Agent，与其一味追求更大的模型，不如认真思考：你的 Harness 设计得足够好了吗？
原文：The Anatomy of an Agent Harness by Vivek Trivedy, LangChain Blog, 2026-03-10
