02|Agent Harness 的核心组成:模型、上下文、工具、文件系统和终端

简介: Agent Harness 是AI编程的工程执行系统,不止依赖大模型:模型负责推理,上下文精准供给信息,工具赋予行动力,文件系统承载代码修改,终端闭环验证结果,权限保障安全边界。五者协同,才能真正完成任务而非仅输出建议。(238字)

image.png

理解 Agent Harness,不能只看“它用了哪个模型”。真正决定体验的,是模型之外那一整套工程结构。

一个可用的编程 Agent,大致由五个部分组成:模型、上下文、工具、文件系统、终端。模型只是其中一个部件。没有后面四个,模型再强也只能给建议,不能完成任务。

一、模型:负责推理,不负责执行

模型的职责是理解目标、拆解任务、判断下一步该做什么。比如它会判断:这个 bug 应该先看登录模块,还是先跑测试;这个报错像类型问题,还是运行时问题;这个改动应该补单元测试,还是集成测试。

但模型不能直接读你的仓库,也不能自己运行 npm test。它需要 Harness 提供工具。

这也是为什么同一个模型,放在不同 Harness 里体验会差很多。聊天框里的模型只能回答;终端 Agent 里的模型可以读文件、改代码、跑命令、看错误输出,然后继续修。

二、上下文:决定 Agent 看见什么

上下文是 Agent 的工作台。

它可能包含:

  • 用户当前任务;
  • 当前对话历史;
  • 相关文件内容;
  • 搜索结果;
  • Git diff;
  • 终端输出;
  • 项目规则;
  • 历史记忆;
  • 外部文档;
  • 工具说明。

上下文不是越多越好。真正难的是选择。

比如你让 Agent 修支付回调问题,它应该优先看支付入口、订单服务、状态流转、队列消费者和测试,而不是整个前端目录。一个好的 Harness 会让模型逐步探索,而不是一次性吞下所有代码。

image.png

上下文管理的目标,是让模型在每一步拿到刚好够用的信息。

三、工具:让模型能行动

工具是 Harness 的手脚。

常见工具包括:

工具 作用
Read 读取文件
Edit 修改文件
Search 搜索文件名和内容
Shell 运行命令、测试、构建
Git 查看 diff、提交、分支
Browser 打开页面、截图、交互
MCP 连接外部系统
Subagent 分配子任务

工具调用的关键不是数量,而是反馈。每次工具返回结果,模型都要重新判断下一步。

例如:

运行测试 -> 发现失败 -> 读取失败文件 -> 修改实现 -> 再运行测试

这就是 Agentic Loop。

四、文件系统:真实世界的代码入口

编程 Agent 最重要的能力之一,是直接操作文件系统。

它能看到当前目录、子目录、配置文件、测试文件、构建脚本,也能创建新文件、修改已有文件。这个能力很强,也很危险。

一个成熟 Harness 必须处理好三个问题。

第一,作用范围。Agent 是否只能访问当前项目?能不能读上级目录?能不能访问用户主目录?

第二,改动可追踪。每次修改哪些文件、改了什么、能不能回滚。

第三,用户变更保护。用户已经改过但未提交的文件,Agent 不能随便覆盖。

这也是为什么 Git 状态和 diff 对 Agent 很重要。它不仅帮助模型理解当前工作,还保护人类开发者的现场。

五、终端:把验证闭环接起来

没有终端,Agent 写代码很容易停在“看起来对”。

有终端以后,它可以:

npm test
npm run lint
mvn test
cargo test
go test ./...
git diff

这让 Agent 从“生成代码”变成“验证代码”。

但终端也是风险最大的地方。读文件通常风险低,运行命令就复杂得多。npm test 可以允许,rm -rf 必须拦住,部署命令必须确认,数据库迁移要特别谨慎。

所以 Harness 一般会把命令分级:安全命令自动执行,普通命令询问确认,高危命令禁止或强制人工审批。

真实任务中的配合

假设任务是:

修复用户退出登录后仍能访问个人中心的问题。

Harness 的工作过程可能是:

  1. 模型理解目标;
  2. 搜索 logout、session、auth middleware;
  3. 读取路由守卫和会话逻辑;
  4. 运行现有认证测试;
  5. 修改退出登录后的状态清理;
  6. 新增“退出后访问个人中心返回 401”的测试;
  7. 运行相关测试;
  8. 输出改动说明。

这里每一步都用到不同组件。模型负责判断,搜索和读取提供上下文,文件系统承载修改,终端完成验证。

容易被忽略的部分

很多人只关心模型能力,却忽略了 Harness 的细节。

比如搜索工具慢,Agent 就会浪费大量时间;上下文压缩差,长任务会丢关键指令;权限设计粗糙,用户会不敢让它自动执行;测试反馈不清晰,模型会反复修错方向。

因此,Agent Harness 的质量往往体现在小地方:文件搜索是否快、diff 是否清楚、命令输出是否截断合理、错误是否能被模型读懂、上下文是否能被稳定保留。

总结

Agent Harness 不是一个“AI 对话框”,而是一套工程执行系统。

它的核心组成可以归纳为:

模型负责推理
上下文负责提供信息
工具负责行动
文件系统负责落地
终端负责验证
权限负责边界

只有这些部分配合好,AI 编程才会从“生成一段代码”走向“完成一个任务”。

目录
相关文章
|
5月前
|
消息中间件 人工智能 安全
01|什么是 Agent Harness:为什么大模型需要一个“工程外壳”
Agent Harness 是连接大模型与真实工程环境的执行层,解决AI“只会生成文本、无法完成任务”的痛点。它整合上下文管理、工具调用、安全执行、权限控制、结果验证与记忆机制,将自然语言指令转化为可观察、可控制、可验证的工程动作闭环,是AI真正落地开发的关键基础设施。(239字)
821 0
|
3月前
|
安全 JavaScript Shell
DeepSeek Harness 设计解析:从 Agent Harness 的六个关键决策讲起
DeepSeek Harness 是一款“一切皆插件”的开源Agent执行框架,聚焦长任务可靠运行:通过可替换的Loop机制、按需暴露的工具Schema、动态管理的上下文、事件驱动的持久状态、分层权限控制及多维验证体系,解决任务中断、约束丢失、上下文污染与验收失真等核心痛点。
801 0
|
人工智能 JavaScript 开发工具
DeepSeek Harness 本地安装与使用指南
DeepSeek Harness(DSH)是DeepSeek AI开源的Agent运行框架,支持本地文件操作、命令执行与工具调用。基于Cordis插件架构,具备高扩展性与强可控性,适合开发者搭建可控Agent环境或开展模型基准测试。当前为开发者预览版,需Node.js环境,推荐先用`npx @deepseek-ai/dsh web`快速体验。
8839 17
|
4月前
|
Web App开发 SQL 人工智能
Addy Osmani 的 agent-skills 爆火:AI 编码终于开始从“会写代码”走向“按工程流程做事”
Addy Osmani(Chrome 工程负责人)推出的 agent-skills 仓库,将24个生产级工程实践(代码审查、性能优化、安全检查等)封装为可复用AI技能,赋能Copilot/Claude/Cursor等工具按规范流程协作,推动AI编码从“写代码”迈向“可信工程交付”。
480 0
Addy Osmani 的 agent-skills 爆火:AI 编码终于开始从“会写代码”走向“按工程流程做事”
|
5月前
|
人工智能 IDE 前端开发
04|Claude Code、Codex、Cursor、OpenCode 的 Harness 差异
本文深度解析2026年四大AI编程工具本质差异:Claude Code(终端工程Agent)、Codex(OpenAI生态本地Agent)、Cursor(IDE内嵌Agent Harness)、OpenCode(开源多模型可定制平台),强调选型关键在匹配真实工作流,而非单纯比模型。
2564 3
|
8月前
|
人工智能 Cloud Native API
从零到一:如何通过 OpenClaw 快速构建企业级专属 AI Agent 指南
阿里云OpenClaw是云原生大模型应用开发平台,提供低代码编排、强大RAG引擎、弹性架构与丰富插件,助企业快速构建深度耦合业务数据的专属AI Agent,降低大模型应用开发门槛。
910 0
|
4月前
|
存储 人工智能 安全
Agent Harness 到底是什么:模型之外的那层控制系统
AI Agent Harness 是包裹大模型的“运行支架”,提供工具调用、记忆管理、权限控制、安全护栏、可观测性与故障恢复等能力,将聪明但无约束的模型,转化为安全、可控、可审计的生产级智能体。
1121 1
Agent Harness 到底是什么:模型之外的那层控制系统
|
5月前
|
人工智能 JSON 测试技术
Harness Engineering 是什么?AI 编程工程化的三次进化
Harness Engineering 凭什么刷屏 AI 圈?从提示词到上下文再到 Harness,一文讲透它的来龙去脉和五大核心模块。
|
4月前
|
自然语言处理 架构师 机器人
传统IVR与大模型语音机器人:意图识别准确率与接通率的实测对比
“按键选择”的传统IVR与“自然语言理解”的大模型语音机器人,在意图识别准确率和最终接通率上究竟差距多大?本文基于同一零售电商客服场景,设计8类意图、3种噪声环境、2种话术复杂度的A/B对照实验,实测对比传统DTMF-IVR、规则NLP-IVR、大模型语音机器人三种方案的核心指标。实验数据显示:大模型方案在复杂意图识别准确率上领先传统方案37.2个百分点,首呼接通率提升21.5%,但简单意图场景下性价比优势不明显。本文同时给出不同业务规模下技术选型的决策框架,帮助架构师在成本与体验之间找到最优解。
327 1
|
6月前
|
人工智能 前端开发 Shell
一个文件让 AI Coding 效率翻倍:AGENTS.md 实践指南
文章内容基于作者个人技术实践与独立思考,旨在分享经验,仅代表个人观点。
16476 4
一个文件让 AI Coding 效率翻倍:AGENTS.md 实践指南