机甲、大脑、机器人、智商 120——Harness 到底是什么

• 模型以外都是 Harness
• Agent 上限由 Harness 决定吗？
• 模型智商已在 120–170 之间；Agent Harness 像机甲 —— 不提升智力，但极大扩展能力

这个 Agent 教程，其实不只是写给别人看的 —— 它本来是新璐自己整理的 "造 Agent 心法"。

• 9 个月前动笔，出发点是 "把 Claude Code 套网页壳就能得到一个强大 Agent 产品" 的简单直觉
• 开源社区当时流行 LangChain、LangGraph 等 prompt pipeline 做法开发 “伪 Agent”，是一场派系之争 ——"Prompt Flow-Driven vs Agent Native-Driven"
• LangChain 过时了吗？

Claude 推出 Manager Agents 之后，大家还需要自己搭 Harness 吗？

• 就像 Next.js 出现后大家不再关心底层运行原理，两三年后 Agent Harness 也会收敛为开箱即用
• 但现在是技术周期红利窗口 —— 不懂 Agent Harness，做出来的 Agent 产品 "缺乏灵魂"
• 今天的 PM 和过去的 PM，指的根本不是同一种人

用两周时间、多 Agent 协作，从零写出一个 C 编译器 —— 这个经典案例背后，到底走了哪三层？

• 第一层：执行能力层 —— 文件增删读写、浏览器、语言解释器；配错权限后果是什么？
• 第二层：上下文与状态层 ——system prompt、skills、memory，以及上下文窗口满了之后 Agent 如何 "接力交棒"
• 第三层：治理与编排层 —— 数百上千 Agents 如何组织协作？测试 Agent 为什么不能同时拥有修改代码的权限？

他们公司叫 Komputer Blue，代号 KB，目标是构建 By Agents & For Agents 的整套开源 Infra

• Komputer：用 TypeScript 重写 Unix 文件系统和 bash，给 Agent 一个 "熟悉的生活环境"；支持 WebAssembly 时切换 WASM 实现；
• Kruntime：Agent Runtime 层，提供让人类开发 Agent 的接口，以及 Agent 派生 Agent 的接口
• Kwatch：Agent 观测层，分析 Agent 任务在哪里卡住，反向指导 Agent 设计迭代
• Krl：把 Agent 在 Runtime 上沉淀的轨迹数据拿来强化学习或做上下文层的自迭代

云服务厂商当然也想做这一层

• K 系列 Agent 工具链的核心理念：在离用户更近的场景运行 Agent，任何能跑 JavaScript 的场景都能用 —— 浏览器、插件、App、Electron、小程序、纯静态网页、全栈 SaaS
• 差异化：把 Claw-Agent 的运行时轻量到由纯数据结构模拟的 KB 级 Unix 虚拟计算机环境，而不是把 Linux 和浏览器全塞进去
• 新璐认为要让 Agent 工作好的方法是给每个 Agent 一台专用计算机，一般通过虚机提供，但大多 Agent 完成的大部分工作不需要真的 Linux 虚机（且成本高昂），像编译器、浏览器这类重工具原本就不该放进给每个 Agent 的虚机环境

• 完全结构化（知识图谱 + 向量搜索）：精细存储的知识结构，支持 pipeline 知识推理，rule-based，新璐不喜欢
• 半结构化（Unix Files + Markdown + Agent 驱动更新）：Claude Code 和小龙虾都是这样做的；Claude Code 中的 auto-dream 机制：每隔一天触发后台 Agent 对最近会话做 "重放"，纠错、合并、更新记忆 —— 就像做梦
• 模型内化 —— 距真正生产落地还需要～ 3 年时间，且记忆难批量提取 & 无损转移，容易被单边模型提供商绑定

• 共识：CLI is all you need——"Bash is all you need" 这句话是新璐 9 个月前写在开源仓库里的标语，现在成了行业共识
• 非共识：大部分 23 年 ~ 25 年诞生的主流开源 Agent 框架仍在用 PromptPipe + Node Graph 的老路线 —— 就像齿轮与传送带编织的流水线
• Unix 从 1971 年就存在，LLM 预训练语料中 Linux 命令有数十亿条 sample；MCP 提出才两年，预训练占比不到 0.1%—— 这解释了为什么 CLI 工具的任务完成率比 MCP 高，并且 shell 具备对 CLI 命令的可组合性 & 二次编程空间

让所有人看到了一件事：这家公司在 "上下文管理" 上做了多少别人没有做的工程工作

• 上下文压缩策略：工具 output 何时删、窗口满到什么阈值开始交接、下一个 Agent 初始化时加载什么
• Fork Agent 机制：每轮结束触发 turn stop hook，Fork 一个 Agent 复用 KV cache 做记忆更新
• 记忆文件格式和 skill 保持同一套哲学：前三行 YAML，先读 description 而非全文
• 新璐的结论："好的 Harness 要和模型的 inference 逻辑自洽，和 Agent 模型进步方向正交"

• 不好的：随意裁剪上下文，导致 KV cache 频繁失效，重计算开销
• 不好的：用 Prompt Graph 硬控每一步决策 —— 模型越强越被束缚
• 好的公式：好的context space + 好的 action space + less prompt control
• Anthropic 从 25 年初率先从问答模型转向 Agent 模型训练，领先其他厂商半年

• 第一：Agent Harness 工具链（新璐自己在做）
• 第二：Agent 组网 —— 不是给 Agent 发 IM/Mail，而是混合云端/端侧的全设备组网；现有 Tailscale 不够 Agent Native，需要高通量上下文交换，以及更多控制能力
• 第三：Agent 模型集约训练、推理基础设施 ——Tinker（Thinking Machines Lab，OpenAI 前 CTO 创业方向）的路线：集约化高效训练 + LoRA 热插拔推理，让更多企业 & 个人都能以较低成本获得个性化且更适合各自任务场景的 Agent 模型

"我觉得以后很多的公司都是理财产品 —— 由有经验的人类 Team 搭建这些公司、甚至由 AI 直接生成公司，然后自运转"

• 阶段：单 Agent → Agent 蜂群 → Agent 自管理 & 协调更多 Agent → Agent 开始创造、发明
• OPC “1 人公司 “不本质， 0PC “0 人公司” 是未来趋势
• 真格基金和十字路口的 Token Grant 资助的 YoYo Agent
• 未来的画面：从口袋里掏出一张卡，"这张卡里跑了 5 个由 Agent 组成的公司，每年给我创造几十亿收入"

欢迎订阅「十字路口」：