内容总结

本文用三个比喻讲清 AI 开发中的核心概念：

  • LLM 是大脑：提供理解与推理能力；
  • Agent 是四肢：在 LLM 基础上自主规划、调用工具、执行复杂任务；
  • Harness 是外套：约束 Agent 的能力边界，负责工具管理、进度控制和上下文管理。

一句话概括：LLM 决定智商，Agent 决定行动力，Harness 决定安全与可控。

由外而内：
Harness→Agent→LLM
「Harness释义：”马具、套具”」

LLM

THE BRAIN…

Agent

THE BODY…
现在流行着很多的Agent，比如：Codex、Claude Code、Hermes、Pi…

LLM就是大脑，而Agent就是给这个大脑配上了四肢

这样AI可以更智能的干活「能够理解目标、自主规划、调用工具并执行复杂的任务」

在Agent出现之前，中间的过程都要人力付出

想法→实践→碰壁→AI→尝试→通过→碰壁→AI→……→实现

在Agent出现之后，人力付出大大减少，效率提高

想法→Agent→实现

当前阶段的定位：现阶段 Agent 多数采用 Human-in-the-Loop（人机协同） 模式——由 Agent 完成 80% 的繁琐执行与探索，在关键决策、高风险操作（如付费、删库、发邮件）时提示人类确认，平衡效率与安全性。

支撑 Agent 运作的关键能力

能力维度 作用描述 代表技术 / 机制
Plan 将复杂大目标拆解为小步骤，并在遇到挫折时调整策略。 Chain-of-Thought (CoT)、ReAct 框架、树状搜索（MCTS）
Tool 突破模型静态知识库限制，获取实时数据与物理执行力。 Function Calling、代码解释器、Web Search、API 连接器
Memory 记住当前交互进度（短期）及历史偏好/业务规则（长期）。 向量数据库（RAG）、Context Window、Episodic Memory

Agent种类：

Coding Agent、Research Agent、Personal Assistant Agent、Automation Agent

Harness

THE CLOTH…

Harness 示意图

工具管理

Harness决定Agent能做什么

1
2
3
4
5
6
7
✅ 读取文件
✅ 修改代码
✅ 执行Shell
✅ 搜索网页
✅ 调用API
❌ 删除整个磁盘
❌ 查看密码

进度管理

Harness负责控制循环
开始→目标→思考→调用工具→观察结果→继续思考→… →实现→结束

上下文管理

Harness 会管理：

  • 历史消息
  • 文件内容
  • 项目状态
  • 长期记忆

当 Agent 能做复杂任务时，需要一个 Harness 来保证：

  • 不乱改
  • 可恢复
  • 可观察
  • 可控制
Harness 架构示意图