一句话定义：Agent Harness（智能体外壳／运行框架）是包在语言模型外面的那一整套运行装置——它决定给模型喂什么上下文、允许它调用哪些工具、出错后怎么办、什么时候该停。正是它，把一个只会「读一段字、写一段字」的模型，变成一个能连续干活的智能体（Agent）。
展开讲：模型本身很「宅」。它看不见你的文件夹，也不能自己运行测试。Harness 就是它的手、眼、记事本和副驾驶。打个比方：模型是一位知识渊博的顾问，但坐在没有窗户的房间里；Harness 给他配了电脑、项目文件、随时打电话问人的权限，还规定他每次汇报前必须先跑一遍测试。顾问的智力没变，能交付的东西却完全不同。
一个 Harness 通常管这几件事：
- 上下文装配：仓库几十万行代码，这次任务该把哪几个文件、哪段历史塞进窗口
- 工具接口：读文件、改文件、跑命令、搜网页，以及每个工具返回什么格式的信息
- 循环控制：什么时候继续试、什么时候换方案、什么时候承认失败并求助
- 记忆与压缩：上下文快满了，怎么把旧信息压成摘要又不丢关键约束
- 权限与校验：能不能碰生产环境、改完要不要跑测试、结果以谁为准
和相邻概念的区别：
| 概念 | 指什么 | 类比 |
|---|---|---|
| 模型 Model | 一组权重，负责「思考」 | 发动机 |
| Prompt | 一段指令文本 | 一句口头交代 |
| Harness | 上下文、工具、循环、权限的整套装配 | 整车与驾驶舱 |
| Agent | 泛指能自主完成目标的系统 | 上路跑的这趟任务 |
Prompt 只是 Harness 的一个零件；开发框架（framework）偏向写代码用的库，Harness 更偏「已经装配好的运行方式」。
为什么同一个模型换 Harness，编码表现会大幅波动？ 因为写代码时，模型吐出的那几行只是冰山一角。它拿到的是真实文件内容还是靠猜？工具报错它看不看得懂？改完能不能立刻跑测试拿到反馈？上下文被截断时，丢的是无关闲聊还是那句「这个接口不能改签名」？这些细节共同决定最后交出来的东西。模型决定了「下限」，Harness 决定「上限能发挥几成」。这也解释了两个产品用同一个模型，一个像靠谱同事，一个像刚睡醒。
对你的意义：挑 Agent 产品时，别只盯着它标了哪个模型，多问一句它的 Harness 怎么设计；做产品的人要意识到，模型升级不会自动变成体验升级，工具设计、上下文策略、失败恢复往往才是差异所在。模型与 Harness 的搭配没有唯一最优解，具体能力请以官方页面为准。