Agent Harness 的演进
2025 年圣诞节前后，AI 工程师注意到，Agent 似乎发生了变化——它们开始真正工作了！但很难确切说清原因。也许是因为我们终于有了假期空闲时间，得以用最新的模型尝试最新的 Agent；也许是模型跨过了某个能力门槛；又或者，是模型外部的封装层已经趋于成熟。
我认为，真正的原因是后两者共同作用的结果：模型与 harness 一起进步，并在恰当的时刻迎来了能力曲线的交汇。这种动态也有助于解释接下来会发生什么：模型会不断把 harness 吸收到自身权重中，工程师则会持续删掉已经被吸收的部分，最终留下的将不再是服务模型的 harness，而是服务人类注意力的 harness。
Transformer 的发明者之一 Lukasz Kaiser 在六月参加《Unsupervised Learning》节目时说：
“去年冬天、去年圣诞节前后的那次变化——很难准确说清楚。我是说，harness 变了，post-training 也有了一些变化，接着新的预训练模型出现了……但整体感觉像是一次巨大的跃升，很难明确指出究竟是哪一个环节带来了变化。”
要回答‘发生了什么？’，不能只看模型权重，还要看围绕这些权重逐渐成长起来的整个系统。
答案就在 Agent harness 里。
回想一下 2022 年 11 月，那时 ChatGPT 是最先进的 AI 工具。它唯一具备的能力，就是预测下一个 token，再加上一些让它表现得像贴心助手的 Reinforcement Learning from Human Feedback（RLHF）。它没有工具、没有搜索，也没有推理能力。
最初的 ChatGPT 只能依赖训练数据和你发给它的 prompt，仅此而已。它就像一个困在缸中的大脑。
Agent harness 能让 LLM 摆脱这种束缚，与真实的数字信息空间交互。
Harness 究竟是什么
除模型权重之外，凡是让 agent 运转起来的一切，都属于 agent harness。它包括环绕模型的环境、工具、上下文和安全边界。没有 harness，模型就像一个泡在缸中的大脑：它可以做出认知判断，却需要 harness 才能在真实的数字空间中执行这些决策。
Harness 就像是为模型的思维赋予身体。有了 harness，模型才能感知信息（上下文）、采取行动（工具）、持久化信息（记忆与压缩），并约束自身边界（权限与安全防护）。
Harness 1.0：过去——“外挂式时代”
模型与 harness 的演进始终围绕两条曲线展开：harness 对模型的要求，以及模型在实践中能够交付的能力。
这两条曲线之间的差距，决定了 agent 的有效性。我认为，正是差距逐渐缩小，才带来了 Lukasz Kaiser 所提到的 agent 能力的实质性提升。
差距是这样一步步缩小的：
ReAct：“纸面上的 Harness”（2022 年 10 月）：ReAct 是一种通过提示词引导模型进行推理的技术。它把 agent loop 搬到了纸面上，存在于模型权重之外：模型推理 -> 行动 -> 观察 -> 重复。再次强调，ReAct loop 只是一种提示词方法。 当时，提示词是唯一存在的推理方式，还没人把它称为“Harness”。同年冬天，Meta 于 2023 年 2 月发布的 Toolformer 暗示，工具使用或许可以通过训练习得，而不必依赖提示词。这有点像 Alan Turing 在计算机真正拥有物理载体之前提出计算机概念：一个强大的想法，后来才得以实现。（ReAct 比 ChatGPT 早一个月发布——前者在 2022 年 10 月，后者在 2022 年 11 月。）此时，两条曲线都还接近于零。差距之所以很小，是因为一切才刚刚开始。
AutoGPT/BabyAGI：“过早的自主性”（2023 年春）：到了 AutoGPT/BabyAGI，Harness 曲线迅速领先于模型能力曲线。两者都赋予模型完全自主权，要求它像“自主员工”一样行动；但此时的模型仍基本只是脆弱的下一个 token 预测器。Loop 不会凭空赋予模型能力。 Loop 只能放大模型已有的能力；当能力低于某个阈值时，它放大的不是可靠性，而是错误。可以看看负向复利的威力：一个 20 步任务，如果每一步的可靠性都是 95%，最终平均成功率只有约 36%。Harness 给模型安排了一项它实际上几乎不可能完成的任务。此时，双方的差距达到最大，接下来的 18 个月，业界都在回应这一问题，并试图弥合这道鸿沟。
Cursor/Copilot：“退回人机协作”（2023—2024）：第一代 AI IDE 很快发现，赋予模型过多自主权会带来问题。它们的解决方式，是把 Harness 曲线压到模型曲线之下。不要直接把循环交给模型，而要交给人类，让人来编排整个循环，同时借助模型提升效率。Devin 的第一个版本尝试把自主权重新交还给模型，但Answer.AI 团队的一项测试表明，这么做还为时过早，成功率只有约 15%。这说明 IDE 从完全自治模式退回，并不是胆怯，而是正确的选择。不过，尽管当时的主流做法是把 Harness 压在模型之下，模型仍在持续进步。2024 年末，随着首个推理模型 o1 的推出，两条曲线之间的关系首次反转，模型能力开始显露出领先于 Harness 的迹象。
Claude Code：“两条曲线交汇”（2025 年 2 月）：2024 年末的反转带来了一个必须有人抓住的机会：既然模型已经领先于 Harness，那么让 Harness 刻意限制模型，就等于白白浪费模型能力。Claude Code 是第一个为抓住这一机会而打造的 coding agent。它放弃 IDE，转向终端；赋予模型 bash 以及读写文件的权限；并通过权限规则取代每次修改都需要人工批准的做法。循环再次交给模型，而这一次，它真正理解了自己的任务。Boris Cherny 和团队在设计 Claude Code 时，着眼于下一代模型的能力，而不是当前模型的水平。它之所以大获成功，并不是因为它第一个赋予模型自主权，而是因为它第一个在正确的时机这么做。这个时机，就是模型已经足够可靠、能够凭借自主权完成任务的交叉点。Claude Code 在六个月内实现了约 10 亿美元的 ARR，正是因为 Anthropic 抓住了两条曲线开始交汇时出现的机会。
接下来，两条曲线不只是交汇，而是开始交织在一起。
Harness 2.0：当下——“协同训练时代”
如今，harness 的重要性已经可以被量化。 Harness-Bench 让同一个模型在不同 harness 上完成相同的 106 项任务，得分从 52.4 到 76.2 不等，差距达到 23.8 分，而模型本身没有任何变化。Agent 有一半取决于 harness。
OpenAI 也通过调整 harness，在 ARC-AGI-3 上取得了类似的结果。仅仅加入持久化推理和压缩机制，GPT-5.6 Sol 的 ARC-AGI-3 得分就从 13.3% 提升到了 38.3%，达到原来的三倍。
其背后的变化在于，强化学习（RL）已经进入 harness 内部。OpenAI 在 2025 年 5 月发布 codex-1 时这样介绍：“codex-1 通过在各种环境中的真实编码任务上进行强化学习训练而成。”
两条曲线开始汇合、交织，最终成为一个统一的系统。
这正是 Toolformer 理念在现实中的体现。工具调用不再只是从外部通过提示词注入，而是直接在模型所处的环境中完成训练。
随着模型在 harness 环境中接受训练，它们也开始将 harness 的能力吸收到模型权重中。例如，模型会结合自身上下文窗口的限制，学会自动进行压缩。
GPT-5.1-Codex-Max 发布：
“第一个原生训练为通过压缩跨多个上下文窗口运行的模型。”
当模型吸收了 harness 的能力，harness 就可以卸下脚手架。通过删减实现产品化。Anthropic 的 Thariq Shihipar 表示，团队最近删掉了 Claude Code 系统提示词的 80%。
衡量 agent harness 演进速度的标准，就是在保持相同能力水平的同时，还能删掉多少 harness。这正是我们作为 AI 工程师需要努力实现的未来。
这就是模型与 harness 演进的循环：训练 → 吸收 → 卸载 → 重复。模型不断迈向下一个尚未掌握的能力。
Kaiser 指出的那次跃迁之所以难以界定，是因为它并非一个离散事件。预训练带来的飞跃很容易察觉，因为你可以在模型卡中明确描述它。模型与 harness 协同演进带来的跃迁则不那么明显，因为演进过程通常没有留下文档。去年冬天那次跃迁的答案就在这里：它发生在模型与 harness 协同工作的过程中。
我们需要思考：如果 harness 的每项能力最终都会被模型吸收，那最后还会剩下什么？
Harness 3.0：未来——“注意力时代”
继续删掉模型能够吸收的一切。想象一下，走完这个过程后，你的 agent 会变成什么样？当一切都被删去后，你手中还剩下什么？
模型权重接下来会吸收什么？多 agent 编排、工具选择、记忆……这里只是几个可能的方向。研究人员正在构建能够自我改进的 harness，并以类似训练模型的方式对它们进行训练。
在这场删减与吸收的过程结束后，剩下的是以人为中心的 agent 能力，例如权限、身份、信任和可理解性。如果模型把权限吸收到自身内部，权限也就随之消解了。吸收并不会终结 harness，而是让 harness 发生反转。
Harness 会成为 agent 与操作者之间的人机交互界面。
harness 最初是人类与模型交互的界面。我们先从聊天框发展到 IDE，再走向终端。如果模型吸收了面向计算机的能力，下一阶段的演进就会再上移一个抽象层级：harness 将成为模型连接人类注意力的界面。
它会变成注意力接口（attention-interface）。
Ryan Lopopolo 在 Latent Space 的“Extreme Harness Engineering for Token Billionaires”节目中说：
“真正稀缺的，只有我团队同步投入的人类注意力。”
Token 已经变得充足且可靠，但我们依然受制于稀缺的人类注意力。
这一趋势已经初露端倪，比如 Anthropic 长期运行的智能体进度文件和智能体审批队列。
模型吸收 harness 后，模型与 harness 之间的曲线差距并不会消失，而是跨过人与模型的边界，转化为一组新的曲线，并产生新的鸿沟。新的鸿沟，存在于智能体向人类提出的要求，与人类能够作出的回应之间。
注意力接口（The Attention-Interface）
我预测，一年之内，所有构建 agentic AI 的公司都会推出一套面向人类注意力的策略界面，就像如今每家 agentic AI 公司都会提供 AGENTS.md 一样。
AGENTS.md 告诉智能体如何与你的代码库协作。注意力接口则会告诉智能体如何与你协作。它会规定什么时候可以打断你、什么时候应该继续工作，哪些决定可以自行作出，哪些决定必须征得你的批准。和 agentic 系统中的其他部分一样，它也会成为系统中可学习的组件，随着数据积累不断学习。每一次纠正都会转化为有用的数据。
模型起初只是培养皿中的一颗大脑。harness 赋予了这颗大脑身体，而后身体又开始融入大脑。留给我们构建的，是未来任何模型都无法吸收的东西——连接唯一真正稀缺资源的接口：人类注意力。
14615分享上一页下一页 | 客座文章，作者为
|