你不是模型，你就是 Harness
ICLR 2026 开完之后，有人发了条推：“在 agent 语境中，harness 和 scaffold 到底是什么意思？我听了一堆解释，不明白为什么它们对不上。”
这条推被 HuggingFace 的两个工程师看到了，他们写了一篇词汇表试图把这些词摁住。读完这篇词汇表，我觉得它做对了一件事：没有假装给出唯一答案，而是告诉你——这个领域还在边跑边系鞋带。
但有几件事已经比较清楚了。
一个公式和一段公案
Section titled “一个公式和一段公案”文章给的核心公式很简单：Agent = Model + Harness。
如果你不是模型，你就是 harness。
这句话第一次看觉得是废话。第二次看觉得是安慰。第三次看，觉得它捅到了根子上。
过去两年，AI 行业把 90% 的注意力放在模型上。谁家的 benchmark 更高、谁的推理更强、谁的上下文窗口更大。模型军备竞赛的声音盖过了一切。但 2026 年开始，一个反直觉的事实越来越难忽视：同一模型在不同 harness 里表现差得不像同一个东西。
HuggingFace 文章引用了一个数据点：在 Terminal Bench 2.0 上，Claude Opus 4.6 在 Claude Code 内部跑的分，远低于同一模型在一个定制 harness 中跑的分。Viv Trivedy 的团队只换了 harness，就把一个编程 agent 从排行榜 Top 30 拉到 Top 5。
模型没变。Harness 变了。结果变了。
这意味着什么？意味着模型经过后训练（posttraining）之后，已经和它训练时的那个 harness 耦合了。你把它搬到另一个 harness 里——工具更贴合你的代码库、prompt 更紧、反馈更锐——它就能释放出被原来那个 harness 压住的能力。
模型是引擎。Harness 是整台赛车。过去两年我们在比谁的引擎马力大。现在该比谁的底盘、悬挂和空气动力学做得更好了。
Scaffold、Harness、还是别的什么
Section titled “Scaffold、Harness、还是别的什么”词汇表里最让我觉得有趣的是 scaffold 和 harness 之间的模糊地带。
按照 HuggingFace 的梳理：
- Harness（广义）：模型以外的一切。Claude Code 的文档原话：“Claude Code serves as the agentic harness around Claude.”
- Scaffold：围绕模型的行为定义层——系统提示、工具描述、上下文管理。
- Harness（狭义）：执行层，调用模型、处理工具调用、决定何时停止的循环。
但 Claude Code、Codex 这些产品把整个东西都叫 harness。在训练语境中，又需要把 scaffold 和 harness 分开。所以同一个词，在不同场景下指代不同的东西。
这不奇怪。一个发展太快的领域，词汇永远跑在共识前面。但我觉得这里有一个更深层的原因：scaffold 和 harness 之间的界限本身就是模糊的。系统提示是 scaffold 的一部分，但系统提示也决定了 harness 的行为。上下文管理是 scaffold 的职责，但执行上下文管理的代码运行在 harness 里。
这不是一个可以干净切分的架构。它更像是一个连续体——从模型权重里的隐性行为，到系统提示里的显性指令，到执行循环里的代码逻辑，到沙箱和权限控制——它们共同决定了 agent 最终”做”了什么。
Simon Willison 说得更直白：编程 agent 就是”在循环中运行工具来达成目标的系统”。系统提示几百行（不是几十行），工具调用、多步规划循环、上下文窗口管理——这些就是 harness 的工作。魔法不在模型里，在 harness 里。
人在 harness 中的位置
Section titled “人在 harness 中的位置”OpenAI 那篇 harness engineering 报告里有一个细节让我停下来想了很久。
他们三人团队用五个月、零行人工代码、让 Codex agent 生成了约 100 万行代码。人类做的事是什么？设计让可靠代码生成成为可能的环境。
这包括：
上下文工程：仓库不是为了人类阅读而组织，而是为了 agent 可读。Slack 里做的架构决策必须在 agent 能推理之前写进仓库。会议记录不是”以后再说”，而是”现在就版本化成文档”。
架构约束强制执行：不是告诉 agent “请遵循分层架构”，而是写一个 linter（也由 Codex 写的）来机械地阻止跨层依赖。不是微观管理实现细节，而是强制执行不变量。
垃圾收集：Agent 生成的代码库会积累熵。模式漂移、文档和代码脱节。人类工程师可以靠季度清理冲刺来处理，但 agent 的生产速度让人类清理跟不上。解决方案是把”黄金原则”编码进仓库，让 Codex 自己周期性扫描和修复。
Ryan 的一句话我觉得应该贴在每个 agent 开发者的墙上：“如果你能阐明你不喜欢代码的什么地方，下一步就是把它写下来。”
这段话让我想到一个问题：当人类的角色从”写代码”变成”设计让 agent 写代码的环境”，这到底是进化还是退化？
我觉得答案是：这取决于你怎么定义”软件工程”。如果软件工程是”写代码”，那它在退化。如果软件工程是”设计能可靠产出软件的系统”，那它在进化。Cursor 的博客标题说得好：“Continually improving our agent harness”——他们花数周时间把 harness 调到模型的长处和短处上，直到同一模型在他们调过的 harness 里明显比在别人那里表现更好。
这不是写代码。这是调音。
收敛的 harness，分化的人
Section titled “收敛的 harness，分化的人”HuggingFace 词汇表里有一句话我觉得是整篇最重要的观察：
“把顶级编程 agent 并排比较（Claude Code、Cursor、Codex、Aider、Cline），它们看起来彼此更相似，而不是其底层模型。模型不同，harness 模式正在收敛。”
我读到这句话时心里打了个激灵。
模型在分化——OpenAI、Anthropic、Google、各家的路线不同、能力侧重不同。但 harness 在收敛——系统提示、工具调用、多步循环、上下文管理、子代理、hooks——这些组件大家都有了。Addy Osmani 管这叫”行业缓慢找到把生成模型变成能交付产品的东西的承重构件”。
这意味着什么？意味着 agent 产品的差异化不会来自模型选择，而来自 harness 设计。模型越来越像商品——你用我用大家用。但 harness 是手艺活——怎么组织系统提示、怎么设计工具边界、怎么做上下文压缩、什么时候该让子代理接管——这些判断力是积累出来的，不是调 API 调出来的。
HuggingFace 提到的”Viv Trivedy 的 HaaS 框架”——Harness as a Service——也指向这个方向。我们正在从”构建在 LLM API 上”（拿到一次补全结果）转向”构建在 harness API 上”（拿到一个运行时）。Claude Agent SDK、Codex SDK、OpenAI Agents SDK 都在做同一件事：把循环、工具、上下文管理、hooks、沙箱原语打包给你，你只需要配置四根柱子——系统提示、工具、上下文、子代理——然后把精力放在领域特定的 prompt 和工具设计上。
词汇表的真正价值
Section titled “词汇表的真正价值”最后说回 HuggingFace 这篇词汇表本身。
它不是一篇技术深度很强的文章。它没有新架构、没有新实验、没有 benchmark。它做的事情更基础——给一个词汇混乱的领域画一张地图。
但我觉得这恰恰是现在最需要的。当一个领域跑得太快，人们开始用同一个词说不同的事，或者用不同的词说同一件事。Scaffold 还是 harness？Agent 还是 policy？Tool 还是 skill？Sub-agent 还是 tool？这些不是学术争论。它们直接影响你怎么跟同事沟通、怎么读别人的代码、怎么设计自己的系统。
HuggingFace 的态度我觉得是对的：不强制一个”正确”定义，而是给一个实用的心智模型，让你能跟上别人的讨论。
我自己读完这篇之后的总结就一句话：
Agent = Model + Harness。如果你不是模型，你就是 harness。Harness 工程是你现在该学的东西。
你在搭 agent 的过程中，harness 里哪个部分最让你头疼？上下文管理、工具设计、还是执行循环的稳定性？
HuggingFace Blog, “Harness, Scaffold, and the AI Agent Terms Worth Getting Right”, Sergio Paniego & Aritra Roy Gosthipaty, 2026-05-25 https://huggingface.co/blog/agent-glossary
O’Reilly Radar, “Agent Harness Engineering”, Addy Osmani, 2026-05-15 https://www.oreilly.com/radar/agent-harness-engineering/
OpenAI, “Harness Engineering: leveraging Codex in an agent-first world” https://openai.com/index/harness-engineering/
Simon Willison, “How coding agents work — Agentic Engineering Patterns” https://simonwillison.net/guides/agentic-engineering-patterns/how-coding-agents-work/
Cursor Blog, “Continually improving our agent harness”, 2026-04-30 https://cursor.com/blog/continually-improving-agent-harness