三件事讲透大模型、Agent 和 Harness

发表于 更新于 分类于

一、大语言模型 = 一个函数

大语言模型是一个函数。你给它输入，它给你输出。

1
输出 = 函数(输入)

背后有多复杂，不需要知道。把它当一个黑盒子，进去什么、出来什么，够了。

不管你用的是 GPT、Claude、Gemini 还是 DeepSeek，对调用者来说，它们都是同一个东西：一个接收字符串、返回字符串的函数。

二、Agent = 一个 while true 循环

Agent 是什么？是一个 while true 循环，而且是永不退出的那种——除非你按 Ctrl+C。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
context = []

while true:
    user_input = 等待用户输入()
    context.append(user_input)

    output = 大语言模型(context)
    context.append(output)

    if output 是工具调用:
        result = 执行工具(output)
        context.append(result)
        continue  # 不等用户，直接下一轮

    # 否则展示给用户，继续等输入

它拿到你的输入，送给大语言模型，模型输出了什么，就把输入和输出一起塞进一个数组，然后继续等你的下一个输入，把它也塞进数组，再次整个发给模型。如此往复，直到永远。

有一个小小的岔路口：如果模型的输出是一个工具调用——比如「帮我看看当前目录有哪些文件」——它不会立刻问你要下一个输入，而是先在本地执行这个工具，把结果塞进数组，再继续。

三、上下文 = 那个数组

这个数组，我们叫它上下文（Context）。

大语言模型没有记忆。每次你以为它「记得」，其实是它把从第一次循环开始到现在的所有内容——你说的每一句话、它的每一个回答、每一次工具调用的结果——全部打包成一个越来越长的数组，整个发给模型。

1
2
3
4
5
第 1 轮: [用户消息1, 模型回复1]
第 2 轮: [用户消息1, 模型回复1, 用户消息2, 模型回复2]
第 3 轮: [用户消息1, 模型回复1, 用户消息2, 模型回复2, 工具结果, 模型回复3]
...
第 N 轮: [前面所有内容... 用户消息N, 模型回复N]  ← 越来越长

这也是为什么对话久了会变慢——不是模型变笨了，是这个数组太长了。

四、Harness = 循环里的壳

那 Harness 是什么？

Harness 是这个死循环里除了用户输入之外的所有定义：

  • 有什么工具可以用？
  • 有什么 Skill？
  • 连了哪些 MCP？
  • 上下文里默认带了什么记忆（比如 CLAUDE.md）？
  • 权限规则是什么？哪些操作自动批准，哪些需要确认？

这些东西放在大语言模型和用户之间，给循环套上一层壳，这层壳就叫 Harness。

1
2
3
4
5
6
7
8
9
10
11
12
13
┌─────────────────────────────────────┐
│            Harness (壳)              │
│                                     │
│   工具列表  │  Skills  │  MCP 服务   │
│   权限规则  │  记忆    │  系统提示   │
│                                     │
│   ┌─────────────────────────────┐   │
│   │     while true 循环          │   │
│   │                             │   │
│   │   用户 ←→ 大语言模型        │   │
│   │                             │   │
│   └─────────────────────────────┘   │
└─────────────────────────────────────┘

同一个 while true 循环，不同的 harness，就是不同的 Agent。

  • Claude Code 是一个 harness（终端开发场景）
  • Cursor 是一个 harness（IDE 编辑场景）
  • 你公司的客服机器人 也是一个 harness（问答场景）

区别不在循环，在循环里装了什么。

五、一个公式总结

1
2
3
4
5
6
Agent = while true 循环 + 上下文数组 + Harness

其中:
  while true 循环 = 持续运行的交互引擎
  上下文数组     = 所有历史对话 + 工具结果的累积
  Harness        = 工具 + Skills + MCP + 记忆 + 权限 + 系统提示

六、这有什么用？

理解了这三件事——函数、循环、上下文——基本上就能读懂现在大多数 Agent 框架的文档了：

  • 看到 「调用模型」 → 那是函数
  • 看到 「循环执行」 → 那是 Agent
  • 看到 「上下文管理」 → 那是数组操作（截断、压缩、检索）
  • 看到 「插件/工具/Skills」 → 那是 Harness 的组成部分

不用被各种框架的术语吓到。底层都是同一套东西：一个循环，一个数组，一层壳。

本文基于 X/Twitter 上关于 AI Agent 架构的讨论整理。核心观点：把复杂系统拆成三个简单概念，比记住十个框架的 API 有用得多。