什么是Harness？

# 什么是Harness？| EARENDIL 来源：https://earendil.com/posts/what-is-a-harness/ **Harness**——剑桥词典定义 *名词*：一套带有绑带和带子的装备，用于控制或固定人、动物或物品 *动词*：控制某物（通常为了利用其能量） --- 当我想到harness时，首先记起的是中学攀岩课前穿戴的绑带装备——我当时的攀岩水平只能算勉强及格。 Royal Robbins在优胜美地酋长岩上，他的安全带上挂满攀登工具。图片由Tom Frost拍摄（https://www.frostworksclimbing.com/cool_aid.htm）。 但如果你最近常关注AI领域的动态，那么最具代表性的harness可能已经是"智能体harness"（agent harness）。不过，这篇文章并非写给你看的。 这篇文章是为那些对"智能体harness"感兴趣却不太了解、又不好意思提问的人准备的。 让我们回到攀岩话题。 为什么攀岩要佩戴harness？首先，harness能支撑身体并确保安全。它通过连接确保安全的登山扣和绳索来实现这一点——这些装备能防止坠落、调节节奏并规划路线。你还可以在harness上挂载其他工具，比如粉袋、岩钉工具和快挂。 当你攀爬不同山峰或尝试不同路线时，可以随身携带harness。根据地形需要，甚至可以调整harness和装备环上的工具配置。攀岩harness具有高度适应性，杂技演员和树木养护师也会使用它。使用者能让它完全符合个人需求。 攀岩harness与智能体harness在结构和功能上都有相似之处。 ## 智能体Harness 有人（简单地）总结过：智能体 = 模型 + Harness。这里的Harness指的就是智能体harness。但智能体harness究竟是什么？它通过AI模型来创建AI智能体，最初应用于编程领域。如今，智能体harness已成为各类AI智能体的核心，理解它的工作原理有助于明白AI智能体的本质。 智能体harness是一种为AI模型提供操作环境的软件。与大多数AI模型不同，作为最终用户，你可以拥有自己的智能体harness。 通常像软件工程师这样的用户会通过电脑终端应用直接使用Pi（https://pi.dev/）这类harness。但OpenClaw（https://openclaw.ai/）等harness也提供iMessage、聊天软件或邮件等不同交互界面。我们开发的Lefos（https://www.lefos.com/about）主要设计用于邮件交互。无论采用何种界面，harness通常具备四项核心功能： 第一，提供一套指导AI模型响应的指令集，通常称为"系统提示词（system prompt）"。 第二，描述并配置可供AI模型调用的工具集，用于响应用户请求。 第三，建立规范模型行为的框架，其中关键部分是构建"智能体循环（agentic loop）"。 最后，大多数harness提供关键的转换层，使其能够适配不同的AI模型。 ### 一、系统提示词 大多数AI模型内置了经过训练优化的规则与准则。最著名的是Claude Opus 4.5曾公开过"灵魂文档（https://gist.github.com/Richard-Weiss/efe157692991535403bd7e7fb20b6695）"，向AI模型解释其身份和行为准则。AI harness中的系统提示词与之类似，但并未深度嵌入模型——更像新员工入职时收到的工作指南。模型尚未内化这些指令，但知道在执行任务时应当遵循。系统提示词会随每次对话注入，在确保AI模型按harness规范运作方面起重要作用。 ### 二、工具 工具是以代码编写的一组功能，模型可以"调用"它们。harness既描述工具的功能，也提供工具本身的实现代码。例如网络搜索工具、编写执行代码的工具或撰写邮件的工具。关键的是，harness通常不规定AI模型何时以及如何使用工具，而是清晰描述工具功能并保持可用状态，由AI模型自主决定使用时机与方式。 ### 三、智能体循环 假设我们在邮件场景中使用harness，已配置了上述工具（WebSearch、WriteCode、ComposeEmail），用户要求比较当地小学的排名和考试成绩并给出建议。智能体将如何运作？ 首先理解请求：利用预训练知识理解"小学""本地范围"及用户可能关心的排名类型。接着构建网络搜索查询获取近期数据。获得结果后，harness中的AI模型会在初始请求背景下评估信息——可能发现首次搜索未找到足够信息，于是自主决定再次搜索。这种基于自主判断重复调用工具的行为，构成了"循环"的第一个明确例证。 假设已收集所有相关数据，模型决定使用"编写代码"工具制作电子表格（毕竟所有电子表格本质都是代码）。它可以通过工具进行计算并格式化结果使其清晰可读。随后将表格与原始请求对比，若数据不足可能返回搜索步骤。当确认数据完备后，调用ComposeEmail工具——该工具让AI能审视发现、总结内容、撰写邮件并添加电子表格等附件。模型完成最终审核后，认为任务完成，"智能体循环"结束。 用户在几秒内收到邮件，正文包含摘要和建议，附件是呈现研究结果的电子表格。想要了解智能体循环的实际运行，可以在此查看Pi会话记录（https://pi.dev/session/#b23f2459599f8439327f65c90ee95d06）。 ### 四、转换层 转换层使harness能够适配不同AI模型。有时harness可能在同一智能体循环中使用不同模型，因为不同AI模型在不同任务上各有优势。转换层的重要性还在于它将控制权交还给最终用户——用户可以让自己的AI harness同时使用Anthropic、OpenAI的模型，或尝试那些性价比（按任务成本衡量）出色的开源AI模型。 这个转换层帮助将权力和影响力从AI实验室转移到最终用户手中。当人们能在自己的电脑上本地拥有并运行harness时，意味着他们保持了自主性，能够定制工具并将对话记录本地化——这些记录将逐渐构成他们与机器交互的历史。通过使用harness而非AI实验室发布的应用程序，用户保留了自由选择权。在前面的例子中，用户可以将同一封邮件发送给OpenAI模型、Anthropic模型和开源模型，然后对比结果、成本，并将所有答案集中保存——而非分散在三个应用程序里。 ## 打造专属Harness 与AI模型本身不同，你可以拥有并改造harness。就像攀岩安全带，你可以让它完全符合个人需求。Pi用户尤其喜爱这种特性：Pi是一个极简智能体harness，系统提示词简短，工具集精简，设计初衷就是不干扰使用。但随着使用深入，用户会扩展和改造它以适应需求——修改系统提示词或设计符合工作流程的扩展程序（https://pi.dev/packages），并与其他用户共享。Pi用户之间已共享超过5000个扩展程序。Pi还是免费开源软件，运行在用户自己的笔记本电脑上，这意味着人们现在拥有完全自主的AI工具。 ## 中立开源Harness作为自主性工具 Harness最初既非开源也非中立。首个流行的智能体harness——Claude Code，并非为提供跨平台AI翻译层而构建，而是作为在本地计算机上使用Claude模型进行编程的应用程序。此后，免费开源的智能体harness如OpenClaw、OpenCode、Hermes和Pi获得了令人鼓舞的发展。在Earendil，我们致力于将Pi打造为中立平台，为用户提供能力选择与使用自由，同时探索如何将harness带来的益处与自主性普及给更多人群。 当前许多人担忧大型AI公司日益增长的权力与影响力，其中部分人可能选择完全回避AI。在Earendil，我们相信可以通过开发软件和开放协议来弥合分歧与无知，培育持久的愉悦与理解，从而增强人类自主性。我们不会忽视现有技术，而是以清醒认知和坚定掌控来驾驭它们——确保是我们使用工具，而非被工具支配。