Agent、Harness、LLM：市面上这些产品到底差在哪一层？
把 LLM、Agent、Harness 和 Agent Product 分成四层来看，再对照市面上常见的 agent 产品，说清它们各自站在哪一层。
最近一年，agent 这个词出现得越来越密。Claude Code、Codex、Cursor、Devin、Manus，名字一个接一个。可听得多了会发现，大家说的常常不是同一件事。有人在说一颗模型，有人在说一套能自己干活的系统，还有人说的是一个已经包装好的产品。我想按自己的理解，把这几层分开讲一遍。
LLM 只能待在一个输入框里
最里面那颗东西是 LLM。它能做的事不算少。你给它文字、图片或者音频，它回你文字，现在有些模型还能直接画图、出声。可这些输出都停在它自己这一头。它没有手，打不开浏览器，改不了文件，也没法给谁发消息出去。训练的时候它可能读过半个互联网，可那一刻它还是被关在一个输入框里。我把它想成一颗泡在罐子里的大脑，会想事情，但碰不到罐子外面的世界。
Agent 是在大脑外面接了一副手脚
Agent 是在这颗大脑外面接上了一副手脚。接的方式是让模型能调用工具。模型输出一句“我要看看这个文件”，外面的程序真的去读，把内容再送回给模型，模型接着判断下一步。这个来回的过程有个名字叫 ReAct，拆开就是推理和行动。走完一圈通常是四步，模型先想一步，决定做什么，工具去执行，把结果拿回来，模型再基于结果想下一步。任务越复杂，转的圈数越多。
工具是 agent 伸出去的那只手，说的是它能动手这件事。至于这只手从哪来、能伸多远、挥错了怎么收，就落到下一层。
这里有个地方要说清。agent 这个词现在很乱。我这一段说的 agent，只指模型加工具的那个循环。很多人口里的 agent，其实已经把 harness 一起算进去了。听别人用这个词的时候，最好先问清他指的是哪一段，不然很容易各说各的。我跟朋友聊起工具调用和记忆管理时，经常发现我们在说两个不相干的东西。
Harness 是大脑之外的那套身体
再往外一层是 Harness。这个词中文还没有一个大家认下来的译法，我暂时叫它身体，或者说一套操作系统。它管的是大脑之外的所有事情。
工具本身归 agent，可工具怎么注册进来、怎么授权、一次能给模型看几个，归 harness。技能怎么组织、什么时候加载哪一段；对话长了记不下，哪些该压缩、哪些该丢掉；用户怎么下指令、中途怎么插话、结果用什么形式还回去；工具调用失败、模型跑偏的时候怎么重试、怎么收手。这些都是运行时的活，全在 harness 这一层。
一句话区分，agent 决定做什么，harness 决定这件事怎么被稳稳地做出来。同一颗模型配同一套工具，harness 不同，能跑出两种东西。
同样一颗模型，装进不同的 harness，用起来能差出很远。有产品模型分不算高，但 harness 磨得顺，日常反而更靠得住。harness 是这几层里最耗时间的，模型几个月换一代，接口大体不变，可换上去以后，提示词和工具的写法往往还得跟着重调一遍，说换就换没那么轻松。
OpenClaw 有一回更新，把 HTTP 直连关了，只留 HTTPS 加鉴权。它功能没少，模型也没变，但我在局域网 NAS 上的控制端一下就够不着了，只好自己搭一套内网 DNS 转发加反向代理绕过去。问题出在它和外面那层接口上，也就是 harness 这一层。这种坑，光换模型是躲不掉的。
Agent Product 是已经造好的机器人
最外面就是 Agent Product，已经造好的机器人。它拿一个 agent，或者 agent 加 harness 做内核，包上界面、权限和具体场景，交到用户手里。你在某个场景里用它，它能自己拆任务、自己定下一步、自己执行，不用你盯着。Claude Code 是专写代码的机器人，Manus 是接各种杂活的机器人，OpenClaw 更像一个长期待在你身边的私人管家。它们的区别，往下都能追到前面那几层。
市面上的 agent 产品
市面上常见的 agent 产品，我粗粗归了一下类。类型那一栏原来容易混场景和层级，这里拆成两列，一列看它是给谁用的，一列看它主要给你哪一层。
| 产品 | 场景 | 层级 | 通俗类比 | 核心优势 |
|---|---|---|---|---|
| Claude Code | Coding | Product | 高级程序员同事 | 代码理解强，工程能力强 |
| Codex | Coding | Product | OpenAI 程序员 | 推理强，软件工程能力强 |
| OpenCode | Coding | Agent + Harness | 可以自己改装的 AI 程序员机器人 | 开源、可定制、适合研究 |
| Cursor Agent | IDE | Product | 坐在编辑器里的程序员 | 体验好，上手简单 |
| Trae | IDE | Product | AI 编程工作台 | IDE 集成、中文体验、多模型支持 |
| Devin | Coding | Product | 外包程序员 | 自主执行能力强 |
| Grok Build | Coding | Agent + Harness | xAI 程序员 | Grok 能力加 Coding Agent |
| OpenClaw | Personal | Harness + Product | 你的私人 Jarvis 管家 | 可扩展、长期运行、技能系统 |
| Hermes Agent | Personal | Harness / Framework | 自己培养的 AI 管家系统 | 开源、高自由度、能自主更新并总结成 skill |
| Grok Bot | General | Product | 云端 AI 员工 | 开箱即用、云端运行 |
| Manus | General | Product | 万能外包员工 | 多步骤任务执行 |
| WorkBuddy | Work | Product | 公司 AI 助理 | 面向办公优化 |
| DeepSeek Harness | 开发者 | Harness / Runtime | 自己组装机器人的工具箱 | 可构建自己的 Agent |
层级这一列，说的是它主要把哪一层交到你手上。OpenCode、Grok Build 这类开源的，把 agent 循环和 harness 一起给出来，模型自己接，工具自己改。Claude Code、Codex、Cursor 这类，交到你手里的已经是调好的成品，你直接用它干活。Hermes Agent、DeepSeek Harness 更靠下，卖的是让你自己搭机器人的那套东西。
对着这张表，还有个地方容易混。同在 Coding 这一栏的，有的只给你一个 agent 循环，有的已经是带完整 harness 的成品。名字看着像，站的位置不一样。
我用这四层去对照一个产品，主要是想知道它到底解决了什么。是模型本身变强了，还是它给模型配了一副好用的手脚，或者只是把一个通用内核套上了某个场景的壳。这三种情况，用起来感受完全不同。有的产品发布会演示得很好看，真上手用，工具一调就断，多半是 harness 没跟上。有的模型不算顶尖，产品打磨得细，日常反倒顺手。
下次再看到一个陌生的 agent 产品，我会先弄清它站在哪一层，那一层的活是谁在干。
评论