当模型变成可替换零件：为什么我开始关注 Agent Harness

最近我在看 DeepSeek Harness。

第一反应不是“又一个 Coding Agent”，而是另一个问题：

如果未来模型越来越容易替换，一个 Agent 真正值得长期积累的东西是什么？

过去一段时间，我们习惯关注模型能力。哪个模型代码能力更强，哪个上下文更长，哪个价格更低。

这些当然重要。

但当模型开始进入真实工程环境，决定结果的不再只是模型本身。

它还包括：

它能访问什么工具；
它知道哪些项目规则；
它如何保存执行状态；
它什么时候需要人工确认；
它犯错以后能否恢复和追踪。

这些部分，正是 Harness 关注的问题。

Agent 不只是模型

一个简单的理解方式：

Agent = Model + Harness

模型负责推理。

Harness 负责让推理进入现实世界。

文件、Shell、Git、测试、权限、Sandbox、Session、Skills、Subagent，这些都不是模型权重里天然存在的能力，而是围绕模型建立的运行环境。

这也是为什么同一个模型，在不同 Agent 产品里的表现可能完全不同。

差异并不一定来自模型，而来自模型周围那一层工程系统。

模型可能正在变成可替换零件

如果 Harness 层逐渐成熟，未来工作流可能不再绑定某一个模型产品。

更像这样：

我的 Agent 工作环境
        |
        +-- Model A
        +-- Model B
        +-- Model C

        +-- Tools
        +-- Skills
        +-- Sandbox
        +-- Workflow
        +-- Verification

模型负责提供能力。

而项目规则、工具链、验证流程和权限边界成为可以持续积累的资产。

这和我之前在和 AI Agent 一起搭站：我维护这个双语博客的工具流里记录的经验很接近：真正让我敢让 Agent 修改长期项目的，不是模型足够聪明，而是我提前建立了 AGENTS.md、schema、发布流程和验证边界。

验证会越来越重要

生成成本下降以后，新的瓶颈不是“能不能产生结果”，而是“如何判断结果是否值得进入系统”。

我之前写过生成变便宜以后，验证与信任成了新的生产资料。Agent 的发展其实强化了这个趋势。

未来一个成熟 Agent 系统需要的不只是生成能力，还需要：

生成
 ↓
检查
 ↓
测试
 ↓
审查
 ↓
发布

如果没有这些环节，Agent 越快，错误进入生产环境也越快。

可追踪比“更聪明”更容易被低估

DeepSeek Harness 让我比较关注的一点，是它对 Session 和运行轨迹的处理。

复杂 Agent 最大的问题不是偶尔失败，而是失败以后无法回答：

哪一步开始偏离？
哪次工具调用导致问题？
换一个模型是否还能复现？
从哪里恢复最合理？

传统软件需要日志和 tracing。

长期运行的 Agent 同样需要。

如果 Agent 从聊天工具变成基础设施，那么执行轨迹就会像传统系统日志一样重要。

权限边界不会因为模型变强而消失

很多人期待未来 Agent 可以完全自动工作。

但能力越强，权限设计越重要。

理想状态不是：

Agent 很聪明，所以给它所有权限。

而是：

读取项目      允许
修改工作区    允许
删除资源      需要确认
生产部署      需要确认
敏感数据      最小权限

这也是为什么 Sandbox、Approval、Policy 这些看似“不性感”的工程能力，会越来越重要。

我最近写给编码代理装 hook：从软约束到可验证的闸时也有类似感受：真正可靠的 Agent，不是没有限制，而是限制被设计成系统的一部分。

但 Harness 不会让模型自动变聪明

这里需要保持边界。

Harness 改善的是：

上下文管理；
工具调用；
执行流程；
权限控制；
可观察性。

它不会改变模型本身的能力上限。

一个不理解的问题，不会因为增加几个插件就突然理解。

所以我更愿意把 Harness 看成：

把不稳定的模型能力包装成一个可管理工程系统。

我的判断

我不会因为 DeepSeek Harness 出现，就马上迁移所有工作流。

它目前仍然更像一个值得观察和实验的基础设施方向，而不是成熟替代品。

但它提出的问题很重要：

未来人与 AI 协作时，长期积累的核心到底是什么？

可能不是某个模型本身。

模型会变化。

真正留下来的，也许是：

项目知识；
工具连接；
验证规则；
权限边界；
失败经验；
工作流程。

这些东西共同组成了一个 Agent 的 Harness。

如果这个方向成立，那么未来竞争的不只是“谁拥有更强模型”，还包括“谁拥有更好的让模型可靠工作的系统”。