为什么大厂都在补 Harness？Agent 的竞争正在从模型转向运行时

模型能力决定上限，但真正拉开 Agent 产品差距的，是模型与任务之间的运行控制层——Harness。Anthropic、OpenAI、DeepSeek 等大厂纷纷公开补 Harness，背后是 Context、成本与验证成为新瓶颈。本文从 AI 产品交付视角，拆解 Harness 边界与四条技术路线差异。 只看模型，已经解释不了今天的 Agent 产品差距。 同一个模型，接入不同的工具、上下文策略、权限规则和执行环境，可能表现得像两个完全不同的模型。一个能连续工作几十轮、修改文件、运行测试并在失败后继续；另一个会重复调用工具、忘记约束、烧掉大量 Token，最后还把半成品当作完成结果 这也是为什么过去几个月，越来越多团队开始公开补 Harness： Anthropic 通过 Claude Agent SDK，向开发者提供与 Claude Code 相同的工具、Agent Loop 和

原文：人人产品经理