本篇导读

预计阅读时间：7 分钟。读完你会明白 Model 和 Harness 分别指什么、两者如何配合工作、以及为什么「换个外壳，同一个模型能力天差地别」。

上一章说了，Agent 能自己动手干活。那它到底是怎么构成的？这一章我们把这个黑盒拆开。

别紧张，不需要任何技术背景，这个公式一句话就能讲完：

Agent = Model + Harness

它俩一个是大脑，一个是身体。下面挨个说。

Model：负责思考的大脑

Model（模型）就是你已经熟悉的那部分——大语言模型。DeepSeek（深度求索）、GLM（智谱）、GPT、Claude，这些都是模型。

它的本职工作是：接收文字，预测并生成下一个字，循环往复，直到把话说完。因为「读完了几乎整个互联网的文本」，所以它能回答问题、写代码、做规划。

但模型本身有个致命的属性：它只能根据你的输入预测输出的内容。

你问它「现在几点了」，它不知道——它活在一个没有时间、没有网络、没有文件系统的真空里。它甚至分不清自己说的是事实还是编的。它就是个封闭的大脑，泡在营养液里，能想，不能动。

那怎样让它了解当前的情况，并把它融入到你的生产和工作环境中？这就需要第二个东西。

Harness：负责动手的身体

Harness 的原意是马具——套在马身上、让人能驾驭马的那套装备。在 AI 领域，它指包裹在模型外面的那一整套工程系统框架。

一个完整的 Harness 大概包含这些部件：

1. 工具接口：把「读文件」「写文件」「执行命令」「搜索网页」封装成模型能调用的功能。模型输出一句「我要执行这条命令」，Harness 就真的去执行，然后把命令的执行结果重新返回给大模型。
2. 对话循环：模型不是只跑一次就结束。Harness 维护一个「思考→行动→看结果→再思考→再行动」的循环，直到任务完成。这是 Agent 能「自己规划自己干」的核心机制。
3. 上下文管理：模型一次能读的文字有限（这个上限叫上下文窗口，从十几万到上百万 token 不等）。Harness 负责决定每一轮把哪些信息塞给它，任务太大时还要做压缩和摘要。
4. 安全机制：哪些操作直接放行、哪些需要同意、哪些坚决不能做，都由 Harness 把关。

所以回到公式：Model 出脑力，Harness 出手脚，两者合起来才叫 Agent。

为什么这个公式很重要

理解了这个拆分，你会突然看懂很多一直困惑的现象：

同一个模型，不同产品里表现天差地别。 你可能纳闷：都是同一个模型，为什么有的产品聪明能干，有的呆头呆脑？因为 Harness 不一样。好的 Harness 会把上下文喂得恰到好处、工具给得齐全、报错后带着模型一起排查；差的 Harness 只是把聊天框套了个壳。

「用 AI」和「用 Agent」是两种能力。 在聊天框里把模型用出花来，它也还是只能动嘴。选一个 Harness，模型立刻就能动手。这就是这本教程从头到尾在教的事。

模型可以换，本事跟着外壳走。 你在 Harness 里学会的调教方法——写规则文件、装工具、配记忆——换一个模型照样管用，因为这些都是 Harness 层面的东西。这个特性我们后面会反复用到。

主流 Harness 长什么样

目前市面上的 Harness，按形态大致分三类：

• 命令行工具：在终端里运行，代表是 Claude Code CLI、Codex CLI、Hermes CLI。纯命令行界面，适合低交互、高内容的程序员类人群，当前已逐渐发展为 TUI 界面（可交互性更强，还是终端界面）。
• 编辑器插件：长在 VS Code 这类编辑器里，代表是 Cline、Copilot。写代码场景很顺手。
• 独立应用：单独的桌面或网页应用，代表是 ChatGPT（Codex）、Claude Code Desktop、Zcode（属于 GLM，本教程主要用它学习 Agent 系统）、DeepSeek Harness（DSH）、Hermes Desktop。上手门槛低，交互性更强。

下一章我们就把市面上主流的工具拉出来遛一圈，看看各自适合什么人。