你有没有想过，为什么 Claude Code 和 Codex CLI 用起来比直接在聊天框里和模型对话强那么多？答案不在于模型本身，而在于包裹在模型外面的那层"运行框架"（Harness）。这篇文章带你拆解编程智能体的六大核心组件，帮你理解为什么好的 Harness 能让同一个模型发挥出数倍的实力。

先搞清楚几个概念

在深入细节之前，需要理清三个容易混淆的概念：

• 大语言模型（LLM）：核心引擎，不断预测"下一个词"的模型
• 推理模型（Reasoning Model）：经过特殊训练的 LLM，会在生成答案时投入更多算力做中间推理（即思维链 Chain of Thought）和自我验证
• 智能体（Agent）：包裹在模型上面的"控制循环"，负责决定接下来检查什么、调用哪个工具、什么时候停下来

打个比方：LLM 是普通发动机，推理模型是爆改后的高性能发动机，Agent Harness 则是帮你驾驭这台发动机的整车系统。

组件一：实时代码仓库上下文（Live Repo Context）

当你说"把测试代码修一下"时，模型不能两眼一抹黑。它得知道自己在不在一个 Git 仓库里、当前在哪个分支、项目的 AGENTS.md 或 README 里有没有开发规范。

编程智能体在动手之前，会先收集情报并打包成一份"工作区摘要"。这样在面对你的每一次提示时，它都不是在零基础状态下盲目启动。

关键细节：Git 的分支、状态和提交记录能提供丰富的背景信息，告诉模型当前正在做哪些修改、重点应该放在哪里。

组件二：提示词形态与缓存复用（Prompt Shape & Cache Reuse）

收集了代码库情报后，怎么高效地喂给模型是第二个问题。写代码是一个反复迭代的过程，在这个过程中，系统指令、工具说明和工作区摘要大部分时间是不变的。真正频繁变动的是你最新的指令和近期对话记录。

一个聪明的 Harness 会把"稳定的提示词前缀"缓存起来重复利用，而不是每轮对话都从头重建。现在主流的大模型 API 都支持 Prompt Cache（提示词缓存），可以大幅省钱和提升响应速度。

实践要点：稳定的部分（系统指令 + 工具说明 + 工作区摘要）放前面，频繁变动的部分（短期记忆 + 近期对话 + 最新需求）放后面。

组件三：工具的接入与调用（Tool Access & Use）

这一步让编程智能体从"只会聊天"变成"能干活"。Harness 提供一份预先定义好的工具箱，每个工具都有名字、明确的输入要求和严格的边界。

完整的工具调用流程：

1. 模型输出一个结构化的动作
2. Harness 进行验证（参数是否合法、是否需要人工批准）
3. 执行动作
4. 把受控的执行结果传回循环系统

安全机制：每当模型要动手干点什么时，Harness 会进行"安检"：这是已知工具吗？参数合法吗？高危操作需要用户批准吗？文件路径超出代码仓库范围了吗？

组件四：上下文瘦身（Minimizing Context Bloat）

编程智能体比普通聊天更容易"吃撑"，因为它会频繁读取文件，工具输出和日志信息往往又臭又长。一个及格的 Harness 至少会用两招：

• 裁剪（Clipping）：对长篇大论的文档片段和工具输出毫不留情地截断
• 对话记录精简（Transcript Reduction）：把完整历史记录提炼成轻量级摘要

核心秘诀：越近的事情保留越多细节，越久远的事情压缩得越狠。 另外，还要对早期读取的文件做去重处理。

很多时候我们夸赞"这个模型真聪明"，其实很大程度上归功于"这个系统喂给它的上下文质量真高"。

组件五：结构化会话记忆（Structured Session Memory）

编程智能体把状态分为两层：

• 工作记忆（Working Memory）：小巧而纯粹，是智能体刻意维护的核心状态（首要任务是什么、哪些文件最核心）
• 完整记录（Full Transcript）：涵盖所有请求、工具输出和模型回答的完整历史

注意这两个和上一节的"精简版对话"的区别：

• 精简版对话服务于重组提示词，给模型一个近期历史的压缩包
• 工作记忆服务于保持任务连贯性，在多轮对话中维护核心关键点

两者分工不同但互补。完整记录以 JSON 格式存在硬盘上，即使关闭智能体下次打开也能恢复。

组件六：任务委派与受限子智能体（Delegation with Subagents）

最顺理成章的高阶能力是"摇人"。把某些子任务分给子智能体并行处理，比逼着主智能体一个脑子同时处理所有线索要高效得多。

但难点在于控制：

• 子智能体既要继承足够的上下文以便干活
• 又必须受到严格约束（比如只能只读访问文件、限制再往下摇人的深度）

Claude Code 很早就支持了子智能体。Codex 最近也补上了这个功能，它通常不会强迫子智能体进入"只读模式"，而是继承主智能体的沙箱环境和审批权限，在任务范围、上下文大小和执行深度上画圈。

实践参考：Mini Coding Agent

如果你想看这六大组件的纯净代码实现，Sebastian Raschka 用纯 Python 从头编写了一个 Mini Coding Agent，没有任何外部依赖。

项目地址：https://github.com/rasbt/mini-coding-agent

代码中用注释标出了六大组件的对应实现：

##############################
#### 六大智能体组件 ####
##############################
# 1) 实时代码仓库上下文 -> WorkspaceContext
# 2) 提示词形态与缓存复用 -> build_prefix, memory_text, prompt
# 3) 结构化工具、验证与权限 -> build_tools, run_tool, validate_tool, approve
# 4) 上下文瘦身与输出管理 -> clip, history_text
# 5) 完整对话记录、记忆与恢复 -> SessionStore, record, note_tool, ask, reset
# 6) 任务委派与受限子智能体 -> tool_delegate

核心收获

在讨论"大语言模型的编程能力"时，人们往往把"模型本身"和"智能体产品"混为一谈。现在的基础模型能力其实已经非常接近，真正拉开差距的是外围 Harness 的设计质量。

更好的 LLM 为推理模型打下基础，而优秀的 Harness 把推理模型的潜力压榨到极致。理解这六大组件，能帮你在使用 Claude Code、Codex 等工具时更好地利用它们的能力，也能在需要自建工具时少走弯路。