Harness 是包裹在大模型之外的一整套运行系统与工程基础设施，是把“只会预测下一个 token 的模型”变成能持续、可靠、安全完成真实任务的智能体的核心组件。它可以精确地让模型直接处理复杂、长程任务。当需求达到多步骤、跨工具、可恢复的程度，实际系统便转向“ Agent = 模型 + Harness ”，用完整的运行时框架（指令、工具、环境、状态、反馈）换取可控性与成功率的数量级提升。

Harness 一词的来源是软件测试中的“ test harness”，指驱动被测程序、比对预期结果的测试脚手架。2026 年，Li 等人在论文 Object-Oriented Harness: Evolving Agent Harnesses through Object-Oriented Design 中给出了明确的工程定义。

Harness 决定同一模型在具体任务上的表现上限。在不改变模型权重的条件下，仅优化 Harness 就能显著提升任务成功率，已有研究在多个长程基准上报告了约 15 个百分点的提升。从工程视角看，Harness 是可优化、可积累的外围变量，并与模型版本及工具链高度耦合