AI竞争的焦点正在发生转移，Agent=Harness+Model，这条公式正在重塑整个行业。8月1日，DeepSeek Harness团队负责人崔添翼在X平台发布招募信息，面向Agent Harness相关开源项目开发者，开启DeepSeek Harness内测招募。再往前推几天，英伟达CEO黄仁勋和LangChain创始人Harrison Chase进行了一次公开对谈，主题只有一个：当Agent开始真正替人调用工具、执行流程，企业该把工程资源放在哪里？总结为一个关键词，就是"Harness"。黄仁勋甚至抛出一个很激进的观点："未来的公司会把越来越多能力建在Harness上。"

什么是Harness？直译过来就是"马具、缰绳"。如果把大模型比喻成一匹蓄势待发的千里马，Harness就是驾驭它的全套装备。黄仁勋给Harness画了一个边界：这不是一个简单的模型包装层，而是一整套围绕模型构建的智能体工程系统，包括系统提示词、工具说明、记忆管理、上下文管理、任务拆分、重试机制、评测体系、权限控制和审计追踪。如果大模型是发动机，Harness就是把发动机变成整车的系统工程，变速箱、制动器、仪表盘、方向盘，缺一不可。

很多人把Harness和Agent Framework混为一谈，事实上是不同层面的概念。Framework解决的是"如何开发一个Agent"，而Harness解决的是"如何让一个Agent长期可靠地运行"。举个例子，把Agent比作一个员工，Framework更像是招聘手册，告诉开发者如何创建员工，而Harness更像是企业管理系统，负责安排任务、提供工具、保存经验、监督执行，并确保员工能够持续完成工作。从技术演进角度看，Harness的重要性类似于操作系统之于计算机。个人电脑时代，硬件决定性能，但真正让计算机生态爆发的是Windows、Linux这样的操作系统；移动互联网时代，智能手机的价值也不仅来自芯片，而来自iOS和Android构建的软件生态。Agent时代，大模型可能类似于芯片，Harness则更像新的操作系统，它决定AI能力如何被调用，也决定未来应用生态如何形成。

一个Harness需要很多核心能力：面对复杂任务时的规划能力，以避免陷入重复或错误路径；调用工具的能力，管理模型与外部工具之间的连接，让AI能够真正影响现实环境；记忆和状态管理能力，让Agent真正拥有长期记忆。此外，企业级Agent还需要权限控制、安全机制、运行日志以及效果评估体系。所以Harness并不是简单增加几个功能模块，而是在重新构建AI软件运行方式。过去软件是人写规则、机器执行，而未来软件是人提出目标、AI自主规划执行，两者之间的差异就是中间需要一个新的运行层，这个运行层就是Harness。

Anthropic的Claude Code前段时间遭遇源代码泄露，51万行代码完整揭示了头部厂商Harness的六大核心组件：一是多层级System Prompt，超大规模、分层、可缓存的复杂指令集，固定缓存部分包含Agent身份、工具定义、安全策略，大小可达十几万token；二是Tool Schema（工具规范），工具定义直接决定调用准确率，核心工具在模型训练阶段就完成适配，推理时无需额外提供工具描述；三是Tool Call Loop（工具调用循环），分"规划模式"和"执行模式"，先理解任务、梳理文件系统、生成执行方案，再进入沙盒执行，以消除长链路执行中的中间错误，降低重试成本；四是Context Manager（上下文管理器），采用指针索引式记忆，不直接存储完整内容，仅记录文件指针与主题标签，解决百万token上下文的高效利用问题；五是Sub Agent（子智能体），主Agent为子Agent定义子任务，共享KV Cache与输入上下文，成本远低于串行执行；六是Verification Hooks（验证钩子），解决模型"自我美化、虚报完成"的问题。这套架构显示，让一个AI Agent稳定工作，可能是一个需要几十万行代码的系统工程，而不只是调用一个API。

为什么黄仁勋如此重视Harness？可以用一些数据来说明其价值。LangChain团队做过一个对照实验，让GPT-5.2-Codex在Terminal Bench 2.0上运行，后者是一个由89道真实任务组成的Agent编码评测基准。如果只用默认提示词和标准工具，得分只有52.8%，排在三十名开外；而在不修改模型权重、只调整系统提示词、工具描述和中间件后，其得分飙升到66.5%，跻身前五。模型还是那个模型，效果天壤之别，问题就在Harness上。黄仁勋在访谈中也披露了一个数据：LangChain让Nemotron 3 Ultra配合Harness优化，在Deep Agents评测中得分追到0.86，与最高分闭源模型的0.87只差0.01，单次评测成本从43.48美元压到了4.48美元，便宜近10倍。Anthropic的研究团队曾让Claude Opus 4.5做一个复古游戏制作器，单Agent不用Harness的情况下，20分钟完成，成本9美元，生成的代码达不到标准；套上三个Agent Harness（规划器、生成器、评估器）后，6小时完成，成本200美元。看着成本提高了，但输出的是可以端到端交付的工作软件。真相是，模型早就具备了创造完整软件的能力，只是需要被Harness激活。

作为英伟达的老板，黄仁勋对于AI产业的判断始终围绕一个核心：AI最终必须进入真实世界，成为生产力，因为只有这样，他的GPU才有更大的增长空间。Harness对应的就是这个目标——对企业来说，真正有价值的并不是一个能够聊天的AI，而是一批能够承担具体工作的AI员工。未来，企业可能拥有负责市场分析的Agent、负责软件开发的Agent、负责客户服务的Agent、负责供应链管理的Agent，但只有Harness才能让这些Agent真正进入企业流程。黄仁勋认为，未来每家公司都会拥有自己的AI员工，而大模型只是这些数字员工的大脑，Harness则是让AI员工进入企业组织体系的基础设施。近年来，英伟达的战略布局已不再只是单纯销售GPU，从硬件、软件栈到企业AI服务，再到机器人和工业智能，英伟达正在构建完整的AI计算平台，进而覆盖AI从训练到应用的整个生命周期。但如果没有Harness，大模型只能停留在实验室和聊天窗口；有了Harness，AI才可能成为真正参与企业生产流程的智能系统。这正是黄仁勋如此重视Harness的原因。

对AI大模型玩家来说，建立强大的Harness生态势在必行。OpenAI可以说是最早意识到Harness重要性的公司之一。2026年初，OpenAI工程师Ryan Lopopolo带着不到10人的团队，用5个月时间让Codex写出超过100万行代码，全程没有手敲一行。他把这套能让模型可靠工作的系统称为"Harness Engineering"。这个实验的核心做法是在仓库根目录加了一个不到100行的AGENTS.md文件，至少包含三块：项目说明、禁止操作、完成定义。Codex就从"能写代码"变成了"稳定交付"。这个实验揭示了一个关键理念：AGENTS.md作为项目根目录的"总行为纲领"，Agent启动时自动读取并注入系统提示词，让模型知道"这个项目的代码风格是什么、禁止操作有哪些、完成定义是什么"。Anthropic同样在Harness上下足了功夫，其核心文件是CLAUDE.md，包括一个流式Agent循环、一套权限治理的工具调度系统、一层让模型在任意长会话中保持专注的上下文管理层。Claude Code超过51.2万行源代码意外泄露，验证了这一点——涵盖了1900个TypeScript文件、40多个内置工具、46000行的查询引擎，以及一个三层自愈记忆架构，泄露代码中还藏着44个未发布的功能标志。

国内厂商们自然也不甘落后。今年6月，DeepSeek正式组建Harness团队，公开招募Harness研究员、工程师和产品经理，方向明确为对标Claude Code。腾讯是国内最早公开布道Harness理念的大厂之一，WorkBuddy现在已成为中国日活第一的AI Agent，而从决定做claw模式到全量上线只花了一周。之所以能跑得这么快，很重要的一个原因是WorkBuddy的Harness早在面向市场前就在腾讯内部完成了打磨，超过2000名员工将日常工作交给它，每一次使用和反馈都沉淀回Harness里。开源社区的节奏比大厂更快：6月初更新的OpenClaw版本已经具备完善的Harness能力，QQBot能自动剥离模型推理过程、防止内部思考泄露给用户，MCP工具结果在到达提供者转换器之前被规范化，避免非文本块污染会话历史，Anthropic扩展思考在缓存过期或网关重启后自动恢复；2026年2月上线的Hermes主打"自主学习、持久记忆、越用越聪明"，其最激进的设计"技能进化"机制，在完成5次及以上同类工具调用或复杂任务后，自动将执行流程提炼为标准化的技能文档，这本身就是一种Harness工程。

说了这么多概念、趋势和大厂布局，你可能会想：我能不能动手写一个Harness？这并不是一件很难的事情，不需要几千行代码。最小可用的Harness，只需要理解它的核心工作方式，再加上两百行代码就能跑起来。最简单的例子，比如"帮我分析英伟达最近一周的重要新闻，并整理成一份公众号提纲"。按照以往的使用习惯，用户直接把这句话发送给大模型，流程就是"用户—大模型LLM—回答"，里面没有Harness，大模型收到问题后没有规划、没有工具、也没有状态管理，只是进行了一次推理。如果要加入一个Harness，就是把整个内容创作任务拆解成多个阶段：真正工作的已经不是模型，而是整个流程，模型只负责每一步需要思考的部分，而Harness负责组织整个执行过程。当然，真正企业级的Harness远远没有这么简单，整个结构更接近一个包含runtime、tools、memory、orchestration等模块的完整系统。写一个Harness，难易程度取决于你想把流程控制到什么程度——如果只是想让AI在项目里听话一点，写个AGENTS.md，200行的Markdown就够了；但如果想体验完整的Harness工程流程，最好是用Harness Engineering MCP等工具，理解各模块的设计，再根据自己业务场景去改造和扩展。但无论你从哪个起点开始，核心逻辑都是一样的：让AI从"自由发挥"变成"有约束地执行"。

回到本文开头的公式，Agent=Model+Harness。未来，大家在使用AI时，可能首先问的不再是"用哪个模型"，而是：你的Harness搭好了吗？未来的公司，可能不再只是人员、部门和软件的集合，而是一组持续进化的专业智能体。大模型是所有企业都能买到的基础设施，企业自己的Agent Harness，才是那个真正难以复制的、属于你自己的控制系统。