什么是 Agent Harness？推荐 8 篇官方文档读懂它

📝

Agent = Model + Harness。Harness 是连接模型和真实世界的「操作系统」——负责提示词工程、工具调用、上下文管理、编排和错误恢复。8 篇官方文档帮你系统读懂它。

为什么有些 Agent 能稳定干活，有些却总在半路失控？差异往往不只在模型，而在模型之外的 Harness。

Agent Harness 是连接大模型和真实世界的中间层——负责提示词工程、工具调用、上下文管理、任务编排和错误恢复。

8 篇推荐阅读

#	来源	主题	核心观点
1	LangChain	概念框架	Agent = Model + Harness，仅改 Harness 就能从 Top 30 升到 Top 5
2	OpenAI (Codex)	真实工程数据	5 个月 100 万行代码、1500 个 PR，靠文档/linter/日志/隔离环境持续交付
3	Anthropic	解决长程失忆	Initializer Agent 搭环境，Coding Agent 每轮一项功能，用 git/进度文件/JOSN 清单接力
4	Anthropic	并行极限探索	16 个 Agent、约 $20k API 成本从零开发 Rust C 编译器，核心靠 Docker/git lock/测试 Harness
5	Martin Fowler	控制论视角	Guides（前馈）+ Sensors（反馈）+ Steering Loop 降低人工审查负担
6	Google DeepMind	技术方向	Model=CPU、Context=RAM、Harness=OS，竞争焦点正转向长程任务可靠性
7	Parallel	入门知识	从意图捕获→工具执行→上下文管理→验证→交接，梳理完整生命周期
8	HumanLayer	实操配置	AGENTS.md 要精简、MCP 不要堆、Skills 渐进披露、Sub-agent 做 context firewall

推荐阅读顺序

1. 先读 #1（LangChain）建立概念框架
2. 再读 #2/3/4（OpenAI/Anthropic）看工程实践
3. 读 #5/6（Fowler/DeepMind）理解深层理论
4. 最后读 #7/8（Parallel/HumanLayer）落地实操

一句话总结

Harness 是 Agent 的「操作系统」——模型是 CPU，上下文是 RAM，Harness 负责调度一切。想用好 Coding Agent，先理解 Harness。

本文整理自小红书笔记，原作者 慎独（shendu.ai）。