查看“︁Harness”︁的源代码

{{Infobox Software Concept
| 名称 = Harness / AI 马具
| 别名 = 智能体外壳 (Agent Shell)、大模型运行外壳、Agent Harness
| 提出背景 = [[大语言模型]]（LLM）向交互式[[智能体]]（AI Agent）演进
| 核心职能 = 工具解耦、环境隔离、执行跟踪、沙箱安全
| 代表实现 = DeepSeek Harness、Claude Code、LangChain LangGraph
}}

'''Harness'''（在人工智能领域常被称为'''AI 马具'''、'''智能体外壳'''或'''运行外壳'''）是一种通用的 AI 软件架构概念。其核心作用是将纯粹进行逻辑推理的“大语言模型（LLM）大脑”，与能实际操作计算机系统的“身体部件（如[[文件系统]]、[[命令行]]、[[网络检索]]、网页浏览器）”进行彻底解耦与连接。

“Harness”一词原本指马车上的马具。在 AI 时代，该术语被借用来指代“套在大模型身上的约束、控制和赋能框架”——它既为大模型提供操控外界的接口（赋能），又严格限制其越权行为并记录其一举一动（约束）。

== 核心设计公式 ==
在当前 AI 行业，普遍存在一个技术公式：
:<math>\text{Agent (智能体)} = \text{Model (模型大脑)} + \text{Harness (通用外壳)}</math>

* '''Model（模型）'''：仅负责接收文本/视觉输入，并预测输出下一个 Token（思考、判断、生成代码）。
* '''Harness（马具）'''：负责解析模型输出的代码或工具调用（Tool Call），在真实的、隔离的沙箱环境中执行该操作，并将执行结果（如报错信息、网页内容、终端输出）重新塞回模型的上下文中。

== 通用 Harness 的核心职能 ==

=== 1. 一切皆插件（解耦架构） ===
先进的 Harness 架构通常采用高度模块化的插件系统（如基于 [[Cordis]] 内核）。它确保没有任何工具拥有特权，包括以下组件均可热插拔：
* '''模型适配器（LLM Adapter）'''：同一套外壳，既可以接入本地的 DeepSeek 模型，也可以一键切换至云端的 GPT-4、Claude 或 Gemini。
* '''执行工具（Tools）'''：如文件读写器、Bash 终端、浏览器自动化工具（Playwright）。
* '''交互界面（UI/UX）'''：可以自由切换为命令行（TUI）、Web 网页或跨平台桌面客户端。

=== 2. 事件溯源与运行轨迹可观测性 ===
通用 Harness 必须严格遵循“'''模型可见 ⟺ 已记录'''”（Model-Visible ⟺ Logged）的不变量原则。AI 在执行复杂任务（如自主修 Bug）时，中间经历的所有思考、命令调用、失败重试、报错日志，都会被 Harness 以“仅追加（Append-only）”的方式记录为一条完整的'''轨迹（Trajectory）'''。
* '''回放与搜索'''：人类用户可以像看录像带一样回放 AI 的行为。
* '''分叉与恢复（Forking）'''：用户可以随时把 AI 的某一步骤“分叉”出去进行实验，测试不同的引导词，且不破坏原有的主线会话。

=== 3. 安全护栏与沙箱接缝 ===
由于 Harness 赋予了 AI 操作系统级别的极高权限，安全防护是其必不可少的核心：
* '''权限隔离（Sandbox Seam）'''：Harness 底层通常封装了沙箱技术（如 `bwrap` / Bubblewrap、`Landlock`、Docker 等），将 AI 的读写范围限制在特定的项目工作区内，防止大模型误删系统盘。
* '''人类介入（HITL / Human-in-the-Loop）'''：对于高危操作（如删除文件、执行 `rm -rf`、发送网络请求或产生经济扣费），Harness 会自动触发人类审批机制（`ctx.approval`），暂停 AI 运行并等待人类一键确认。

== 行业主流实现方案对比 ==

{| class="wikitable"
! Harness 实现名称 !! 发起方/生态 !! 核心特点 !! 主要适用场景
|-

| '''[[Deepseek harness|DeepSeek Harness]] (dsh)''' || [[深度求索]] 开源 || 极致的声明式配置（YML 驱动）、完全解耦、高并发、基于 TypeScript。 || 开源社区全自主、全模态 Agent 构建。
|-

| '''Claude Code''' || Anthropic || 与 Claude 3.5/3.7 紧密集成，主打极致的终端自动化编码、上下文高精度控制。 || 终端命令行、程序员日常编程辅助。
|-

| '''LangGraph / AutoGen''' || 传统 Agent 框架生态 || 侧重于利用多 Agent 编排、有向无环图（DAG）来规定复杂的业务流。 || 企业级多智能体协同、固定工作流自动化。
|}

== 局限性与行业挑战 ==
* '''Token 膨胀与成本控制'''：Harness 为了让大模型获得完美的情境感知，需要不断把工具执行结果重发给模型，易导致 Token 消耗呈指数级上升（尤其是在多轮迭代和重试中）。
* '''幻觉级安全越狱'''：当大模型产生严重的“幻觉”或遭受外部提示词注入攻击（Prompt Injection）时，Harness 的安全护栏是否能 100% 拦截恶意的系统指令，仍是目前学术界与工业界的攻防焦点。

== 参见 ==
* [[智能体]] (AI Agent)
* [[大语言模型]] (LLM)
* [[沙箱]] (Sandbox)
* [[DeepSeek Harness]]

[[分类:人工智能]]
[[分类:软件架构]]
[[分类:开发框架]]