每次聊 coding agent，话题都会从 model 开始——"用哪个 model？context 多大？写代码能力怎么样？" 这些问题重要，但已经不再是我们应该最先问的问题。第一个问题应该换成：
Harness 到底负责什么？
LLM 在基础任务里预测文本，reasoning model 能跟结构、输出 tool call、在 protocol 里工作。coding agent 多走一步——它把 model 放进一套 runtime。这个 runtime 能查真实 repo、请求 tool、编辑文件、跑检查、记住发生过什么、在多轮中继续推进。这层 runtime 就是 harness。
对 coding agent 来说，harness 本身就是 product。
Mini Agent 的盲区：5 个真实会爆的边界
一个 mini 版的 coding agent 通常画成「observe → model → tool → observe」的循环草图。这张草图有用，但同一个系统跑起来很快会出五类问题：
- Model 要编辑一个它从没读过的文件，会发生什么？
- Shell command 触碰 workspace 外的文件，会发生什么？
- Tool 返回 50,000 行输出，会发生什么？
- 文件已经在磁盘上变化，transcript 里仍然保留旧 file read，会发生什么？
- Tool result 和产生它的 tool call 对不上，会发生什么？
这个 system 还没有成为 coding agent。Model 可以提 proposal，harness 负责做决定。
关键 surface 不在这一行代码
从 architecture 角度去看，关键 surface 超出「model → tool」这一行。它更接近一张多组件协作图——每一次交互是一根带方向的箭头，每一根箭头都是 harness 可以保护用户的位置，也可能是它悄悄失控的位置。
Coding Agent 的六个核心组件
把 coding agent 压成六块：
1. Live repo context
Agent 不该从空 prompt 开始。它需要知道 workspace、当前文件、相关 project docs、哪些 repo state 可以安全暴露。
2. Prompt shape
Context quality 经常看起来像 model quality。稳定的 prefix、清晰的 tool contract、当前 request、受控的 history——这些带来的行为差异可能比换 model 更大。
3. Structured tools
Tools 不应被当成 helper functions。它们是 model proposal 和真实 side effects 之间的 contract。Harness 解析 arguments、验证 paths、检查 policy、执行操作、裁剪 output、记录发生了什么。
4. Context reduction
如果 harness 盲目追加所有东西，model 最后会看到太多、太少、或者看到错误的东西。好的 context 是一个 projection，而非不断膨胀的 blob。
5. Transcripts and memory
- Transcript 回答：「发生过什么？」
- Working state 回答：「现在什么重要？」
这是两份不同的任务，必须区别对待。
6. Delegation
Subagents 也不等于 magic parallelism。它们应该是有边界的 workers——scoped tools、isolated state、distilled results。当 delegation 充当 context firewall 时，它才真正有用。
Model 在 loop 里，harness 拥有 loop
Coding agent 是一个 observe-act loop。真正有价值的部分发生在 observe 和 act 之间。Model 在 loop 里，harness 拥有 loop。这个区别很关键。
假设 model 发出一个 tool call——edit src/config.py。Model 做出了一个 proposal。harness 接下来要回答一串问题：
src/config.py是否在 workspace 内？- 这个 path 是否会通过 symlink 逃逸？
- 这是新文件，还是 overwrite？
- Model 最近是否读过现有文件？
- 已知的 file baseline 是否过期？
- 这次 write 是否需要 human approval？
- Edit result 是否应该包含 diff summary？
- 后面是否应该跑 validation command？
- 有多少 output 应该进入下一轮 prompt？
- 需要更新哪些 state，避免下一轮 stale？
这些判断不该交给 model 的随机处理。Prompt 可以描述期望行为。Harness 负责落实边界。
一旦你开始看见 harness，debug 会变简单
只要开始看见 harness 这一层，很多 coding-agent 行为都会变得更容易诊断：
- Agent 不断重复 → 检查 loop 和 retry policy
- 编辑 stale code → 检查 file-state baselines
- 越跑越差 → 检查 context projection
- 运行了意外的东西 → 检查 permission policy
- 无法从 tool errors 恢复 → 检查 tool result objects
- 解释不清发生了什么 → 检查 traces、audit、doctor surfaces
Model 当然重要——只是 model quality 只占其中一层。真正的 agent experience 来自 model 周围的整套 harness。
一条工程规则，不只是 slogan
"the harness is the product" 不只是 slogan。它是一条工程规则：
Anything that must be reliable belongs in the harness.
下一篇会讲 The Stale Read Trap——值得继续追这个作者。