

大家好，我是晚安code。

这层壳，就是今年 AI 编程圈最值得弄明白的概念：Agent Harness。官方用一句话概括它的定位：Model + Harness = Agent——模型负责思考，Harness 负责把事做完。

我写这篇文章的时候，自己就运行在 Agent Harness 里。下面从原理讲到实战，看完你就能看懂 Claude Code、DeepSeek Harness 这些工具到底在忙什么。先点个收藏，我们开始。

## 一、Agent Harness 是什么：给只会读书的模型装上手

大模型本身不会干活，真正在干活的，是模型外面那层 Harness。

**Agent Harness（智能体运行框架）**：Anthropic 官方术语表给出的定义是「把语言模型变成能干活的编码代理所需的工具、上下文管理和执行环境」。你可以把它理解为「给只会思考的模型装上的手脚和缰绳」。

Anthropic 说得更直白：Claude Code 是 harness，Claude 是里面的模型。Claude 负责想，harness 负责把想出来的每一步落到实处。

我举个生活的例子。想象公司里来了个绝顶聪明、但没手没脚的研究员：他脑子转得快，可拿不了笔、开不了门、翻不了资料。你得给他配个助理——递文件、抄结果、把关哪些门能进。这个助理，就是 Harness。

所以别把 Agent 想成「一个更聪明的模型」，它其实是「一个模型 + 一个替它干活的框架」：

```
Agent = Model + Harness
```

这个视角一旦建立，你再看 Claude Code、Codex、DeepSeek Harness 这些工具，就不会问「它是什么模型」，而是问「它给模型装了什么手脚」。



![左边只有大脑，右边能动手干活，中间隔着的就是 Harness](https://developer.qcloudimg.com/http-save/yehe-12591818/97a72efc1945f80e4cf81dc5e6fea258.png)

## 二、核心机制：工具调用循环

模型永远不会自己执行任何操作——它只发出请求，执行、反馈、再决策，全靠一个循环完成。

**Agent Loop（代理循环）**：也叫工具调用循环，是模型「思考→调用工具→看结果→再思考」的循环，直到它认为任务完成。你可以把它想成跑腿办事：想一步，走一步，看看结果，再想下一步。

Anthropic 官方文档里有句话我印象很深：「模型永远不会自己执行任何操作。它发出一个结构化请求（tool_use），由你的代码（或 Anthropic 的服务器）来执行，再把结果回填进对话。」

也就是说，你让 AI「帮我把这个报错修了」，模型哪怕胸有成竹，也没能力动你电脑上一个字节。真正动手的，是 harness 里的这个循环。看图 1，注意「权限检查」这一环——它是 Harness 区别于普通脚本的关键。

![Agent Harness 工具调用循环流程图：模型推理、权限检查、执行工具、结果回填，直到任务完成](https://developer.qcloudimg.com/http-save/yehe-12591818/e080d0d4946940824d8840e51df3effc.png)

循环什么时候停？三选一：模型自己认为任务完成，输出最终回复；触达最大轮数；或者烧到预算上限被强制叫停。

我试过把同样的任务直接喂纯 API：模型给出一堆高质量建议，但就是不会动手改文件——因为没有循环替它执行。那一刻我懂了，会调 API 和会干活是两码事。![](https://developer.qcloudimg.com/http-save/yehe-12591818/90a5096f35fb8fe98c3f009a81a067aa.webp)

> **可能有人会问：模型不都会调 API 吗，为什么还需要 Harness？**
>
> 会调 API 不等于会干活。调 API 是一次性的：你发请求、拿回复，中间没有循环。Harness 提供的是循环、工具执行、权限和上下文管理——就像会打电话订餐，不等于会经营一家餐厅。

## 三、三大支柱：工具、上下文、权限

Harness 的价值不在某个工具，而在于把工具、上下文、权限三件事拧成一套能转的循环。

模型能干活，靠的是三根支柱。少一根，循环就转不顺。

1）工具层：模型的「手」
harness 给模型预装一双手：Bash（跑命令）、Read / Write / Edit（读写文件）、Grep / Glob（搜代码）、WebSearch（联网查资料）。在 Claude Code 里，只读工具（Read、Grep）可以并行跑，会改状态的（Edit、Write、Bash）要串行，防止互相踩脚。

2）上下文管理：模型的「工作台」
**上下文压缩（Context Compaction）**：对话快接近窗口上限时，harness 把前面一大段历史总结成一份摘要继续干活，避免「聊太久忘了开头」。就像整理书桌：东西多到放不下时，把旧资料归档成一张便签。Claude Code 默认上下文窗口 200k token，快满时自动压缩，也可以手动 /compact 指定保留什么、/clear 彻底重开。

3）权限模型：模型的「门卫」
**权限模型（Permission Model）**：模型想调用工具时，harness 按规则决定「放行、询问还是拒绝」。就像进门要过门卫，门卫按名单决定你能不能进。Claude Code 提供几种模式：default 每个危险操作都问你；acceptEdits 自动批准改文件，但 shell 大多还要问；bypassPermissions 跳过全部检查（官方只建议在容器、沙箱里用）。你每点一次「Allow」，都是权限模型在工作。

## 四、演进：为什么以前不需要 Harness

四代演进看下来，Harness 不是谁一拍脑袋想出来的，是模型变强之后的必然。

看实战之前，先回答一个很自然的问题：为什么以前的 AI 不需要 Harness？因为模型以前只会「回答」。

- 第 1 代，纯 API：你发 prompt，模型回一段文本。干不干活，全看人。
- 第 2 代，+记忆：加 system prompt、RAG，模型「记得住背景」，可手还是没有。
- 第 3 代，+Harness：给模型工具和循环，它开始「动手干活」。
- 第 4 代，+目标驱动 Loop：不光干活，还能自己盯着长期任务，做完才停。

看图 2：每一代，都解决上一代最痛的问题。

![Agent Harness 演进时间线：从纯 API 问答到记忆再到工具循环，一代解决一代的痛点](https://developer.qcloudimg.com/http-save/yehe-12591818/a80e4cdd9e5be7f9873d1bd663404b64.png)

有意思的是，Anthropic 对 harness 的态度很「反直觉」：Less scaffolding, more model——少搭架子，多信模型。他们写 Claude Code 时，主循环就是最简单的一个 while 循环。Claude Code 负责人 Boris Cherny 甚至说过：每六个月，删掉你的 CLAUDE.md、skills、hooks 再重新加。脚手架有保质期，别把它当成永远有效的护城河。

我第一次用 Claude Code 被权限弹窗拦下时，才意识到「批准/拒绝」这个动作本身就是 Harness 的一部分——它不只是框架，还是一套「谁说了算」的制度。

## 五、实战：Claude Code 的 Harness 长什么样

Claude Code 不是模型，它是一个把 Claude 变成能干活同事的 Harness。

光讲原理没意思，来点真的。装好 Claude Code，在项目目录敲 claude 启动，给一句人话任务，比如「给这个项目加一个 --verbose 命令行参数，跑测试验证」。

```bash
claude
```

接下来你会看到 harness 自己开工：

1. 先 Grep 找入口文件在哪；
2. Read 读相关代码，判断该在哪加；
3. 改文件前，Edit 默认要过权限：终端弹出允许/拒绝，等你说「Allow」；
4. 改完自动跑 Bash 测试，不行就自己回头再改；
5. 中途上下文快满了，它会提示你压缩，把历史总结成摘要继续。

全程你要做的，就是批准和看结果——你每点一次「Allow」，都是权限模型在把关。

权限弹窗多了确实烦人，我一般给常用命令配规则白名单（比如把 `Bash(git *)` 加进 allow 列表），把小事自动化。注意权限规则是「最严格者胜出」：deny > ask > allow，可以精确到某个工具和某段路径。![](https://developer.qcloudimg.com/http-save/yehe-11608098/3c464fc24a8213a7a8f6e8a1ae7150b8.webp)

上下文这块我踩过坑：有次任务很长，我没留意压缩提示，等它压缩完发现前期的取舍细节被摘要掉了，只能让它重跑一遍。![](https://developer.qcloudimg.com/http-save/yehe-12591818/86f545eecd439fa56ddd7092c9723888.webp)

自那以后我养成两个习惯：关键信息写进 CLAUDE.md（项目记忆文件，会话启动自动读入），任务太长就拆给子代理——子代理用独立上下文，不占主会话窗口。

> **可能有人会问：上下文被压缩了，关键信息会不会丢？**
>
> 压缩前会有提示，你也可以用 /compact 指定「保留 X 丢弃 Y」，或者 /clear 重开一个干净窗口。真正重要的东西写进 CLAUDE.md 或拆给子代理，别全指望上下文记着。

## 六、新玩家：DeepSeek Harness v0.1

DeepSeek Harness 的意义不是又一个 Claude Code，而是第一次把 harness 本身做成了可拆装的产品。

如果你以为「Agent Harness」只是 Anthropic 一家的概念，那就错过了最近的热点。2026 年 8 月 13 日晚，DeepSeek 开源了 DeepSeek Harness v0.1（MIT 协议，GitHub 仓库 deepseek-ai/deepseek-harness），发布半小时星数破万。它想回答一个更大的问题：能不能把 harness 变成一台可以自由组装的机器？

DeepSeek 的答案是「一切皆插件」：模型、工具、技能、会话、沙箱、存储，甚至 Agent Loop 本身，全是插件，框架里没有特权组件。想换模型？改配置。想加工具？装插件。官方默认带 100 多个可单独开关的插件，仓库包含 230+ 个成员包。

它预置了四种运行模式（本质是四套插件组合）：

| 模式 | 干什么用 |
|------|---------|
| 标准模式 | 全套工具，通用开发 |
| PTC 模式 | 模型生成代码编排工具链，中间数据不进上下文，省 token |
| 极简模式 | 只留 Shell 和文件编辑，做模型基准测试 |
| 创造模式 | 让 Agent 检查、改装自己的运行时 |

想试一下很简单，一行命令（需要 Node 22.19+）：

```bash
npx @deepseek-ai/dsh web   # 默认地址 http://127.0.0.1:3080
```

把三个选项摆在一起，就看清 Harness 这条赛道的分层了：

| 方案 | 核心定位 | 循环与权限 | 上手成本 | 适合谁 |
|------|---------|-----------|---------|--------|
| 裸模型 API | 模型本身 | 全都要你自己写 | 低 | 只调接口生成文本 |
| Claude Code | 极简 harness | 内置完整 | 低 | 想立刻有人帮写代码 |
| DeepSeek Harness | 可拆装 harness | 插件化 | 中 | 想自己搭 Agent 产品 |

## 七、把公式记住：Agent = Model + Harness

把「Model + Harness = Agent」这个公式记住，你就拿到了 2026 年 AI 编程所有争论的钥匙。

在我看来，选型的问题早就不该是「哪个模型最强」，而是「哪个 Agent Harness 能让模型把活干得最利索」——Claude Code 把循环做到了极致的简单，DeepSeek Harness 则第一次把 harness 本身做成了可拆装的商品。两者都不完美，但方向很一致：模型负责思考，框架负责把活干完。

想继续深挖，可以去翻 Claude Code 官方术语表（搜：code.claude.com glossary）和 DeepSeek Harness 的 GitHub 仓库（搜：deepseek-harness），前者有「agentic harness」的权威定义，后者能看「一切皆插件」的源码。



---

我是晚安code，持续分享编程干货。觉得有用的话记得点赞收藏和关注~也欢迎在评论区聊聊：你第一次意识到「是 Agent Harness 在替模型干活」，是在哪个瞬间？


这层壳，就是今年 AI 编程圈最值得弄明白的概念：Agent Harness。官方用一句话概括它的定位：Model + Harness = Agent——模型负责思考，Harness 负责把事做完。

Agent Harness 从原理到实战：大模型不干活，全靠智能体运行框架在撑

大模型只会回答，不会干活。本文讲透 Agent Harness（智能体运行框架）：工具调用循环、上下文管理、权限模型，看看到底是谁在替模型干活。

人工智能

编程语言

开发工具

AgentHarness是AI编程核心概念：Model+Harness=Agent，模型负责思考，框架负责执行。文章从原理到实战拆解ClaudeCode、DeepSeekHarness等工具，涵盖工具调用循环、三大支柱（工具/上下文/权限）及四代演进。附安装命令与配置技巧，帮你理解AI编程底层逻辑。

代码解释

服务器

智能体

AI编程

DeepSeek

容器

GitHub

Agent

快速部署LLM、AI绘画等应用,助你玩转AIGC！


文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

Agent Harness 从原理到实战：大模型不干活，全靠智能体运行框架在撑-腾讯云开发者社区-腾讯云

Agent Harness 从原理到实战：大模型不干活，全靠智能体运行框架在撑

Agent Harness 从原理到实战：大模型不干活，全靠智能体运行框架在撑

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐