11Harness 概念边界

四个术语,按"所有权"维度区分:

Framework = 工具箱。LangChain 给你 LLMChain、AgentExecutor、Tool 这些类,你写 Python 拼装。Framework 本身没有"运行"的概念,它是个 lib。

Runtime = 执行容器。LangGraph 让 agent 写成有向图自动管 checkpoint;Temporal 把每个 agent 步骤变成 durable workflow,挂了能恢复。Runtime 解决"agent 怎么稳定跑",但 agent 是什么样、loop 怎么转,还是开发者写代码定义。

Harness = 跑着 agent 的产品本体。Claude Code 不是一个 lib,是 CLI 工具,装上就有完整 agent 跑着。Harness 工程师 own 的是 loop 控制(死循环检测、最大步数)、permission 决策(哪些 tool 自动跑、哪些要确认)、context 管理(满了 reset 还是 compact)、tool registry(哪些 tool 暴露给模型)、UI bridge(streaming 怎么渲染、用户怎么中断)——这些都是产品决策,不是用户能配置的。

Platform = 模型基础设施。AWS Bedrock 给你 API endpoint 调用各种模型,处理认证、计费、合规。不关心 agent 怎么写。

为什么这个区分关键:做 harness 工程,要的是"造产品本身"的能力。如果你说"我用 X framework 搭了 agent",在懂行的人听来等于"我是 framework user,不是造 harness 的人"。差一个抽象层级,工程深度天差地别——这直接决定你能解决的问题边界。

案例:Cursor 的分层

Cursor 的产品架构(基于 VS Code fork)分层如下:

┌─────────────────────────────────────────┐
│ VS Code 内核(UI runtime,不是 harness) │
├─────────────────────────────────────────┤
│ Cursor Composer / Agent 模式            │ ← Harness 本体
│  · own agent loop                       │   (Cursor 团队的差异化资产)
│  · own permission(Apply / Reject UX)   │
│  · own diff UI、streaming 渲染          │
│  · own tool registry                    │
├─────────────────────────────────────────┤
│ OpenAI / Anthropic API(Platform)       │
└─────────────────────────────────────────┘

Cursor 对接 LangChain 吗?没有——他们自己实现 agent loop,因为要 own loop 控制 + UI 集成。Framework 给不了这种 vertical integration。

这个例子里,harness 层就是 Cursor 的核心差异化资产。如果他们用 LangChain,产品体验会变成"AI 集成插件",而不是"AI-native 编辑器"。