如果你用過 Codex、Claude Code 這類 Coding Agent，其實你早就在使用 Harness。
我們平常很容易把注意力放在 Model 上：GPT、Claude、DeepSeek 哪個比較強？但 Model 只是 Agent 的其中一部分。它怎麼讀取專案、使用工具、執行指令、保留任務狀態，甚至怎麼決定下一輪要讓 Model 看到哪些資訊，這些都不是 Model 自己完成的。
可以先用一個簡單的方式理解：
Agent = Model + Harness
Model 負責推理與決定下一步；Harness 則負責把 Model 放進一個可以實際工作的環境裡。
也因此，即使用的是同一個 Model，換一套 Harness，最後的工作方式和結果也可能不一樣。
這篇不打算替 Harness 定一套標準規格。不同 Harness 的設計差很多，有些很精簡，有些已經把大量能力整合好。這篇比較想整理的是：現在我們使用 Codex、Claude Code 這類 Agent 時，Model 外面的 Harness 大致替我們處理了哪些事情。
Harness 到底包含哪些東西？
Harness 沒有一套所有產品都遵循的標準架構。Codex、Claude Code、Pi 或其他 Agent，實作方式都不太一樣。
我把現在常見的 Harness 組成整理成下面這張全景圖：
接下來我會從一次 Model request 怎麼被準備出來開始，順著這張圖走一遍。
Model 本身其實只看到這一輪給它的內容
我們平常使用 Coding Agent，很容易產生一種感覺：它知道整個專案、知道前面發生過什麼，也知道自己有哪些工具可以用。
但這些東西不是 Model 自己天然就知道。
在每一次 Model request 之前，Harness 都會先組裝這一輪要給 Model 看的 Context。
裡面可能包含：
- System instructions、角色設定與任務規則
- 使用者目前的需求
- Conversation history
- 從 Memory 或其他資料來源取得的資訊
- Skills 與可用工具的相關資訊
- Repository、工作目錄、環境或其他執行資訊
所以 Model 每一輪真正看到的，不是 Harness 擁有的全部資訊，而是 Harness 在這一輪替它組裝出來的 Context。
至於哪些資訊會被放進來，會依不同 Harness 的設計而有所不同。
Agent Loop：Model 不是一次把事情做完
Model 本身不會真的去操作電腦。它負責判斷下一步要做什麼，真正的動作則由 Harness 提供的 Tools 執行。
我覺得 Agent Loop 比較重要的地方，不是它會一直循環，而是每一次執行的結果，都會變成下一次決策的一部分。Model 可以根據剛剛讀到的檔案、測試失敗的結果，或 API 回傳的資料，重新判斷下一步。
所以 Agent 並不是先想好完整流程，再一次把所有步驟跑完；而是在執行過程中持續取得環境的回饋，再調整下一步。
這也代表 Model 的能力並不等於 Agent 最後能做到的事情。同一個 Model，Harness 提供的 Tools、執行環境和權限不同，最後能完成的任務也會不同。
任務變複雜後，光有 Agent Loop 還不夠
Agent Loop 解決的是「做一步、看結果、再決定下一步」。但當任務開始變長、變複雜，只靠這個循環很快就會碰到其他問題。
Context 越來越長，需要管理哪些資訊還要繼續保留；任務跨越多個 Session，需要保存目前做到哪裡；有些資訊希望之後還能再次使用，就會需要 Memory。
任務再大一點，也可能透過 Subagents 把不同工作拆開處理。當 Agent 開始長時間自主執行，Observability 和 Evals 也會變得重要，因為你需要知道它做過什麼、哪裡出了問題，以及調整之後到底有沒有變好。
這些都可以看成 Harness 周圍的 Supporting Systems。
不同 Harness 整合這些能力的程度差很多。像 Pi 可以從比較精簡的核心開始，再透過 Extension 或 Package 加上需要的能力；Codex、Claude Code 這類產品，則已經替使用者整合了更多能力。
這也是為什麼即使用的是同一個 Model，換一套 Harness，最後的工作方式和結果也可能不一樣。