什么是 Harness?

本文是对博客《What is a Harness?》的总结，用攀岩安全带作比喻，向非专业人士解释 AI 圈常说的 Agent Harness 到底是什么。核心可以浓缩成一句话：Agent = Model + Harness，模型负责“思考”，Harness 负责让思考沿着想要的方向。

https://earendil.com/posts/what-is-a-harness/

一、用攀岩比喻

• • 攀岩 Harness：不直接攀爬，但把人连到绳索/锁扣上，挂粉袋和工具，保命、控速、可换山头、可改装。
• • Agent Harness：不直接推理，但把 AI 模型连到工具、指令、循环和模型接口上，保住用户控制权，可跨模型、可自定义。
• 
  
   

二、Agent Harness 的定义

一段运行环境软件，套在 AI 大模型外面。和模型最大的区别：用户可以自己拥有、本地运行、改系统提示、加扩展。

三、Harness 要做的四件事

1. 1. System Prompt（系统提示）
   像新员工入职手册，每次对话注入，规定“在这个环境里你该怎么答”。不写死在模型权重里，可改。
2. 2. Tools（工具集）
   提供搜索、写代码、发邮件等可调用能力，只描述、不规定调用时机，让模型自己判断用不用、何时用。
3. 3. Agentic Loop（代理循环）
   理解任务 → 调工具 → 看结果 → 不满意再循环 → 满意则交付。文章举例：比本地小学排名，搜索不够再搜、用代码做表、再核对、最后发邮件附表，模型自己判断“做完了”。这是 Chatbot 和 Agent 的分水岭。
4. 4. Translation Layer（翻译层）
   屏蔽 Anthropic / OpenAI / 开源权重的接口差异，同一套 Harness 换模型不换工作流，用户掌握选型权和会话记录。

四、为什么它关乎“人的主动权”

• • 模型归企业，Harness 可以开源本地跑（如 Pi、OpenClaw、Lefos）。
• • Pi 极简：短系统提示、小工具集、可改 prompt/加扩展，用户间共享 5000+ 扩展。
• • 早期 Claude Code 不算中立，后来开源 Harness 兴起，Earendil 做 Pi 的初衷就是把“换锤子还是被锤子挥”的选择权交回用户。

五、总结

攀岩 Harness 让你安全地挂在岩壁上干活，Agent Harness 让你安全地挂着模型干活。
模型是发动机，Harness 是车架、方向盘和安全带；没有 Harness，LLM 只是答题机，有了 Harness，它才成了你能管得住的 Agent。

六、应用

以一个具体的真实场景为例：帮用户完成「调研三家 SaaS 竞品并生成对比报告」。以下是完整的工作流程，每一步都对应 Harness 的四个核心组件（System Prompt、Tools、Agent Loop、Translation Layer）。

场景设定

• 用户输入：「帮我调研 Asana、Monday.com、ClickUp 这三家项目管理工具的定价、核心功能和用户评价，做成表格给我」

• Harness 配置：System Prompt 设定为「你是专业 SaaS 分析师，所有数据必须标注来源和时间，不做推测」

• 可用工具：search_web(query)、read_url(url)、write_file(filename, content)、confirm_with_user(message)

完整执行流程

Step 1：接收任务，注入 System Prompt

  用户消息 → Harness 收到
Harness 拼接：System Prompt + 用户请求 → 发给 LLM
LLM 返回：思考后的第一步计划

LLM 实际返回（内部思维）：

我需要分别搜索三家产品的定价页面和 G2/Capterra 评分。先搜 Asana。

Step 2：第一轮工具调用

  LLM 输出：tool_call → search_web("Asana pricing 2026")
Harness 的 Agent Loop 拦截到 tool_call
→ 经过 Tool Registry 匹配到 search_web
→ 执行搜索，拿到结果
→ 将结果追加到 messages 列表（role: tool）
→ 再次发给 LLM

此时 messages 结构：

  [
  {role: "system", content: "你是专业SaaS分析师..."},
  {role: "user", content: "帮我调研三家..."},
  {role: "assistant", content: "我先搜索Asana定价", tool_calls: [...]},
  {role: "tool", tool_call_id: "call_xxx", content: "Asana Starter $10.99/月..."}
]

Step 3：第二轮 —— 读取详情页

  LLM 看到搜索结果后判断：需要读取具体定价页面
→ 输出 tool_call → read_url("asana.com/pricing")
→ Harness 执行，拿到 HTML 正文
→ 追加到 messages，继续循环

Step 4：第三轮 —— 发现需要用户确认

  LLM 读完 Asana 定价后发现：三家价格区间接近，要不要深入对比功能？
→ 输出 tool_call → confirm_with_user("Asana定价已获取，是否继续对比Monday和ClickUp的功能差异？")
→ Harness 暂停循环，等待用户回复
→ 用户回复「继续」
→ Harness 将用户确认追加到 messages，继续

Step 5：重复搜索 + 读取 Monday.com、ClickUp

  LLM 依次调用：
  search_web("Monday.com pricing 2026") → read_url(...)
  search_web("ClickUp pricing 2026") → read_url(...)
  search_web("G2 Asana vs Monday vs ClickUp reviews 2026") → read_url(...)
每步都由 Harness 的 Agent Loop 接管：执行 → 追加结果 → 重新发给 LLM

Step 6：生成最终产出

  LLM 收集完所有数据后判断：信息足够，不需要再调工具
→ 输出纯文本（无 tool_call）
→ Harness 检测到无 tool_call → 跳出循环
→ 将 LLM 的回答返回给用户

LLM 最终输出（由 Harness 原样传递给用户）：

这个过程中 Harness 做了哪些幕后工作

关键设计决策点

1. 1. 为什么不是一次把所有搜索全扔出去？
   • LLM 每次只能看到当前结果来决定下一步。先搜 Asana 发现价格，再决定要不要对比功能——这是 Agent Loop 的价值，不是简单批处理。
2. 2. 为什么要有 confirm_with_user？
   • 防止 LLM 自作主张跑偏方向。用户可能只想看价格，不想看功能对比。Harness 提供了「暂停→问人→继续」的机制。
3. 3. 如果 API 超时怎么办？
   • Harness 的 Translation Layer 会捕获超时异常，自动重试一次，若失败则降级换模型（比如从 Claude Sonnet 降到 Haiku），保证任务不中断。