agent harness

可以先理解为:把模型放进可控执行系统的外层框架

模型像发动机,harness 像车架、方向盘、刹车和仪表盘。没有 harness,发动机再强也不好安全上路。

关键结构图

当前相关远处弱强

中心节点写「agent harness」,周围连接 LLM statelessness、Coding agents、validation gates,用细线表示相邻路径和调用方向。

agent harness 是模型外层的执行系统,负责循环、上下文、工具、文件和安全边界。它把无状态模型放进可控任务流程里,让模型能够观察、行动、记录和迭代。

当你需要理解模型之外还有哪些基础设施支撑 AI 能力时,可以用「agent harness」命名这块砖,再连接相邻概念继续判断。

Agent 的可靠性很多时候来自 harness,不是来自模型单次回答。harness 决定上下文怎么进来、工具怎么调用、错误怎么修复、权限如何限制、证据如何保留。

在拆解一个 AI 系统为什么能稳定运行时,你可以用「agent harness」标记其中最需要被看见的结构,再检查它提供了什么证据、边界或行动方向。

在整理「AI 基础设施」主题时,把「agent harness」和「LLM statelessness」放在同一路径里,可以帮助读者从单点概念走向可复用的判断框架。

类型:系统结构 / 概念整理

事实线:这张卡把「agent harness」整理为概念提炼: agent harness 是模型外层的执行系统,负责循环、上下文、工具、文件和安全边界。

依据:1000 Bricks 本地砖块库的概念定义、相邻砖块关系和AI 基础设施、系统架构和工具链讨论。

边界:适用于「AI 基础设施、算力、存储、运行时和工具系统」主题下的理解、复盘和设计判断;不等于行业统一标准或对所有场景都成立的结论。

常见误读:不要把它当作某篇材料的原文摘要,也不要因为概念名清晰就忽略具体情境和验证证据。