脚手架 Harness
Agent Harness（智能体脚手架）= 包裹在大模型之外、让它能真正干活的那整套运行时。模型负责思考，Harness 负责给它上下文、给它工具、给它权限、给它验证和纠错的能力。
前置：智能体 Agent（知道 Agent 的循环怎么转）、大语言模型 LLM（会调 API）。 基线：Python 3.12+ · openai 3.35.1（沿用 LLM 教程 的 OpenAI 兼容写法）· 工具：Claude Code / opencode / OpenClaw 任选其一观察
为什么值得看它
| 特点 | 说明 |
|---|---|
| 换模型不一定涨点 | 同一模型换个 Harness，编码评测得分能从 6.7% 跳到 68.3% |
| 模型越强，底座越要精简 | 强模型能自己绕开一半的保护机制，Harness 该瘦身时就瘦身 |
| 有方法论可抄 | OpenAI、Anthropic、Stripe 三家公开过踩坑经验，坑位可以照着填 |
| 离模型很远 | 换模型不用重写这层，Harness 是可以长期积累的资产 |
| 和 Skills 互补 | Skills 教「怎么做」，Harness 管「能不能做成」 |
Agent = 模型 + Harness
┌──────────────── Harness（脚手架）─────────────────┐
│ 信息边界 │ 工具系统 │ 执行编排 │ 记忆与状态 │ │
│ 评估观测 │ 约束校验与恢复 │
└───────────────────┬──────────────────────────────┘
│ 拼装上下文 + 暴露工具 + 执行 + 收回结果
┌─────▼─────┐
│ 大模型 │ ← 只负责推理和生成
└───────────┘模型本身是个输入输出函数：给一段上下文，吐一段文本或结构化调用。它不会记住上一轮、不会自己跑命令、不知道代码有没有通过测试。
Harness 就是把「模型做不到但你希望它能做到」的部分补齐。
六层架构
| 层级 | 名称 | 解决什么问题 |
|---|---|---|
| L1 | 信息边界层 | Agent 该知道什么、不该知道什么 |
| L2 | 工具系统层 | Agent 怎么和外部世界交互 |
| L3 | 执行编排层 | 多步骤任务怎么串起来 |
| L4 | 记忆与状态层 | 长任务中间结果怎么管理 |
| L5 | 评估与观测层 | Agent 怎么知道自己做对了没有 |
| L6 | 约束、校验与恢复层 | 出错了怎么办 |
这六层是分析框架，不是协议；拿它当检查表，一个项目缺哪层一目了然。
学习目标
- 理解「Agent = 模型 + Harness」这个切分，能说清模型到底缺什么
- 会用 L1 控制信息边界：
AGENTS.md目录式写法、渐进式披露 - 懂得工具接口设计怎么决定任务完成率，知道结果为什么要「可读」
- 会用状态文件、进度追踪、子代理隔离对付长任务
- 会做机械化约束（Linter、结构测试）、沙箱权限与失败恢复
- 知道自己项目的 Harness 处在第几级，下一步该补哪块
技术路线
| 章节 | 核心内容 |
|---|---|
| 1. 什么是 Agent Harness | 模型 + Harness 的切分、六层架构、与 Prompt / Context Engineering 的关系 |
| 2. 信息边界与上下文 | AGENTS.md 目录式、渐进式披露、上下文利用率、压缩与交接 |
| 3. 工具系统与执行编排 | 工具接口设计、结果可读性、混合状态机编排、钩子 |
| 4. 记忆与状态 | 进度文件、状态持久化、子代理隔离、垃圾回收 |
| 5. 约束、验证与恢复 | 机械化约束、沙箱与权限、验证闭环、重试与回滚 |
| 6. 极低花费下使用手机完成AI编程——开发网站 | 特点鲜明的博客当样本：博客六特点、成本账、三本资源账、省 token 三层（分层 / skill / 生成器）、从零建站敏捷路线、七步闭环、十个失效点 |
| 7. 综合练习 | 给真实项目搭一套迷你 Harness |
这个栈讲方法论，不绑定产品。想看现成实现，opencode 和 OpenClaw 分别是终端编码助手和自托管助手的完整 Harness；技能 Skills 则补上 Harness 里「教它怎么做」那一块。
从 1. 什么是 Agent Harness 开始吧！