Harness, Scaffold, and the AI Agent Terms Worth Getting Right
编译摘要
1. 浓缩
- 核心结论1: Agent 术语体系尚未收敛——Harness 和 Scaffold 在不同语境下含义不同，需要区分"广义"和"细粒度"两种用法
- 关键证据: ICLR 2026 后 Arnav Gupta 发帖称"听了太多 harness/scaffold 解释但无法收敛到单一定义"；HuggingFace 撰写本文作为术语锚定
- 核心结论2: Scaffold 是行为定义层，Harness 是执行层——区分在训练管线中尤为重要
- 关键证据: Scaffold = 系统提示 + 工具描述 + 解析 + 上下文管理；Harness = 调用模型 + 处理工具调用 + 决定何时停止。Claude Code 官方文档自称"harness"（广义用法）
- 核心结论3: 同一底层模型 + 不同 Harness = 完全不同的产品体验——Model、Harness、Product 是三件不同的事
- 关键证据: Cursor 博客"Continually improving our agent harness"展示了 harness 作为产品迭代的独立性
2. 质疑
- 关于术语收敛的假设: 文章目标是"锚定术语"，但领域演化速度可能快于术语标准化——Agent 定义已从 RL 函数扩展到 LLM 全系统
- 关于训练与推理对称性: 文章声称 Scaffold/Harness 区分在训练管线中尤为重要，但大部分内容聚焦推理侧，训练侧的具体差异未充分展开
- 关于 Policy 概念的引入: Policy 作为 RL 术语被引入 Agent 讨论，但 LLM Agent 的 Policy 部分由权重学习、部分由 harness 定义——这种混合性质是否使术语更清晰而非更混乱？
3. 对标
- 跨域关联1: 类似编程语言的语法/语义/运行时三层分离——Scaffold 类似语法（定义表达形式），Harness 类似运行时（执行并管理生命周期）
- 跨域关联2: 与 Anthropic 的 Agent-Harness 定义形成互补——Anthropic 聚焦组件和功能，HuggingFace 聚焦术语标准化和训练/推理对称性
- 跨域关联3: Skills vs Tools vs Sub-agents 的区分类似微服务架构中 API（工具）、SDK（技能）、独立服务（子 Agent）的区别
关联概念