arXiv:2609.00006 [cs.SE] · 2026 年 9 月 · 全文中文翻译

Harness 工程：编码智能体的解剖学、架构与演化——十一个系统的源码研究

Harness Engineering: Anatomy, Architecture, and Evolution of Coding Agents — A Source-Code Study of Eleven Systems

Paul Barbaste（第一作者兼通讯作者，Inclusive Brains Wavestone AI Lab）、Tristan Darrigol、Germain Vu、Tom Wiltberger（Wavestone AI Lab）

摘要

智能体 = 模型 + Harness：所谓 Harness，是通过循环、工具、上下文管理、安全控制、编排与扩展接口把 LLM 与现实世界耦合起来的运行时。 Harness 工程（harness engineering）于 2026 年初被命名为一门学科，研究的就是这个运行时的设计与演化。本文为这门年轻的学科提供了迄今最全面的实证基础。论文对 11 个生产级编码 Harness 做了源码解剖：Claude Code（Anthropic）、Codex CLI（OpenAI）、Gemini CLI（Google）、Mistral Vibe（Mistral）、OpenHands、Aider、Mini-SWE-Agent、Hermes（Nous Research）、Pi、OpenCode 与 OpenClaw，外加 Omnigent（Databricks）——据我们所知是第一个元 Harness——作为对照点加以分析。论文定义了什么是 Harness，绘制了它的七个标准子系统及每个子系统的最小实现与最大实现，并沿这些子系统逐一解剖全部 11 个系统。论文不做基准测试，也不做排名；它描述并比较这些系统是如何构建的。

审计得到 13 条跨领域的观察和一份收录 29 个复现设计模式的目录。两个“缺席”在语料库扩大三倍后依然成立：在约 400 万行 Python、TypeScript 和 Rust 代码中，没有任何智能体运行时引入通用智能体框架（LangChain、LangGraph、AutoGen 等十余个框架，连 Gemini CLI 也不用 Google 自家的），也没有任何运行时用向量嵌入检索代码；这个领域靠手写的异步循环和确定性检索（ripgrep、tree-sitter、glob、自动发现的 Markdown 上下文文件）运转。可扩展性标准已成定局：SKILL.md 技能在采用率上领先 MCP（9/11 对 8/11），并出现了注册表、信任分级和本语料库中首批由智能体编写的技能；ACP 随 6 个系统交付，并获得了第三种角色——Harness 托管（harness hosting），OpenHands 把 Claude Code、Codex 或 Gemini CLI 作为可互换的后端运行。

由于原有 8 个系统是被重新固定版本而非替换，本研究还包含一个受控的纵向样本：同一批 Harness、跨一个季度的源码 diff。 diff 显示趋同变成了模仿（Codex 逐字采用了 Claude Code 的 Hook 词汇表，并发布了对其会话与设置的导入器；OpenHands 读取 Claude Code 的插件格式），行为策略从提示词散文迁移到配置文件，而 4 月版的三条观察被迫原地做出实质修订。

这些线索汇聚成论文的论点：在 2026 年上半年，编码 Harness 完成了从工具到平台的转向。 Harness 变成了可引入的 SDK，而框架厂商也开始发布自己的 Harness；市场、切换成本工具与企业治理层相继出现；智能体作为一个 OpenAI 兼容端点背后的模型变得可寻址；一个元 Harness 如今在一个 API 之后编排 11 个厂商 Harness（本语料库一半在其中），重新实现其中昂贵的部分，套利其中专有的部分。论文以 18 条锚定在观察到的代码上的设计建议，以及一个实现其中十条的 90 行最小可用 Harness 脚手架收尾。

译者说明：全文 17 章 + 附录约 4.3 万英文词已译为中文；术语以「Harness（不译）」「智能体（agent）」「循环（loop）」「压缩（compaction）」「沙箱（sandbox）」「Hook」「技能（skill）」「编排（orchestration）」等约定贯穿。图表中的英文标识（系统名、代码、变量名）按学术惯例保留原文，图注与表头已翻译。文末 92 条参考文献保留英文原文。翻译仅供学习交流，版权归原作者所有。