Harness 是底盘 模型是引擎

2026年4月28日 · 来源:02_领域笔记/大模型/wiki/Agent/Agent Harness/Harness 是底盘 模型是引擎.md

Agent Harness 是底盘；模型是引擎。

这句话不是说模型不重要，而是说在 agent 场景里，模型能力会被工具、上下文、环境、评分、预算和执行循环共同放大或折损。

三个标志性实证

• Pi Research SWE-bench 实证：只改编辑工具格式，SWE-bench 6.7% → 68.3%
• LangChain Terminal Bench 实证：模型固定，只改 harness，Terminal Bench 52.8% → 66.5%
• GAN 对抗式 Harness / Planner-Generator-Evaluator：单 agent 原型与长运行三 agent harness 的产物质量发生 phase change

为什么 harness 影响巨大

1. 工具接口决定可行动作空间：工具描述、参数 schema、编辑格式会改变模型能否正确操作环境
2. 上下文管理决定注意力分配：什么进入上下文，什么留在外部状态，直接影响长任务稳定性
3. 评估接口决定学习方向：没有 trace 和 grader，就只能凭感觉调 prompt
4. 执行循环决定失败恢复：没有 build-verify 循环，agent 很容易过早停止
5. 预算策略决定搜索深度：预算感知执行会让同一模型呈现不同探索能力

反向提醒

Harness 不是越复杂越好。每个组件都编码了对当前模型局限的假设，模型升级后应重新检查。

相关

Agent Harness 定义 · Harness 完备性矩阵 · Harness 简化原则