AI Agent 术语乱战：Harness 与 Scaffold 到底指什么？
原文: Harness, Scaffold, and the AI Agent Terms Worth Getting Right
Hugging Face 发布 AI Agent 术语表，旨在澄清业界快速演变中概念混淆的问题，为开发者提供清晰的思维模型。
核心要点
- AI Agent 领域术语快速演变，导致概念混淆，给新手和从业者带来困扰。
- 核心区分在于：Scaffold（脚手架）是定义模型行为的外层（如提示词、工具描述），Harness（框架）是负责执行的内层（如调用模型、处理工具调用）。
- 许多流行产品（如 Claude Code）将整个非模型部分统称为 Harness，这种宽泛用法在实践中很常见。
- 术语表旨在提供一个实用的思维模型，而非强制统一标准，以促进更清晰的讨论。
深度解读
AI Agent 的浪潮正以前所未有的速度席卷整个科技行业，但与之相伴的，是术语的“通货膨胀”与概念的模糊化。当你听到“框架”、“脚手架”、“智能体”这些词时，不同的人、不同的产品文档可能指向完全不同的东西。Hugging Face 这篇最新的术语澄清文章，正是在这个混乱的节点上，试图为开发者们提供一张“认知地图”。
起因：为什么现在需要一份术语表？ 文章的引子非常生动：一位研究员在参加完顶级会议 ICLR 2026 后，发出了灵魂拷问——“你们说的‘Harness’和‘Scaffold’到底是什么意思？我听了很多解释，但它们为什么不能统一？”这精准地捕捉到了当前领域的痛点。一个技术领域在爆发期，其概念的演变速度往往快过共识的形成速度。新术语被发明，旧术语被重新定义，同一个词在不同语境下含义迥异。这种混乱不仅让新人望而却步，也让资深从业者在交流时效率低下，甚至可能在技术选型和架构设计上产生误解。因此，厘清这些核心概念，不是学究式的文字游戏，而是提升整个行业协作效率的基础设施建设。
拆解：Harness 与 Scaffold 的核心区别 文章的核心贡献在于清晰区分了两个最容易被混用的概念：Scaffold（脚手架）和 Harness（框架/执行层）。
- Scaffold（脚手架）：可以理解为模型的“世界观”和“行为准则”。它包括系统提示词、工具的描述文档、模型输出的解析规则，以及跨步骤的记忆管理（上下文工程）。它定义了模型如何看待世界、如何行动。无论是训练还是推理，Scaffold 都在塑造模型的“性格”和“能力边界”。
- Harness（框架/执行层）：这是让 Agent 真正“跑起来”的引擎。它负责调用模型、接收模型的工具调用请求并实际执行、决定何时终止一个任务循环。Harness 是执行的核心。文章用了一个精妙的比喻：把模型（LLM）本身看作一个有才华但无记忆、无行动能力的“大脑”。Scaffold 给了它世界观和工具说明书，而 Harness 则是它的四肢和神经系统，负责接收指令并付诸行动。
然而，文章也敏锐地指出了现实中的“宽泛用法”。像 Claude Code、Codex 这样的流行产品，其文档直接将整个非模型部分称为“Harness”。在这种语境下，Harness 成了一个伞状术语，涵盖了 Scaffold 和执行层。这种用法在实践中非常普遍，因为它从用户视角看是合理的——用户不关心内部模块划分，只关心整个“框架”提供了哪些功能。文章的明智之处在于，它没有试图强行纠正这种用法，而是指出：“当你需要单独推理它们时（比如在训练流水线中），区分 Scaffold 和 Harness 才最重要。”
趋势洞察：从“模型中心”到“工程中心”的范式转移 这篇术语表的出现，本身就是一个强烈的趋势信号。它揭示了 AI Agent 开发正在从“模型能力竞赛”转向“系统工程实践”。过去，大家的焦点是哪个模型更聪明（参数更大、跑分更高）。而现在，焦点越来越转向如何围绕一个模型，构建出稳定、可靠、有用的 Agent 系统。Harness engineering（框架工程）作为一个独立的学科被提出，正是这一转变的标志。它关注的不再是模型本身，而是如何设计执行层来处理错误、设置安全护栏、优化任务循环。这类似于软件工程从“写算法”到“构建完整系统”的成熟过程。未来，一个 Agent 的优劣，可能更多取决于其 Harness 和 Scaffold 的设计水平，而非底层模型那微小的性能差异。
实用价值：对开发者意味着什么？ 对于正在构建或使用 AI Agent 的开发者而言，这份术语表提供了几个关键价值：
- 沟通效率：在与团队或社区讨论时，可以先明确“我们这里说的 Harness 是指执行层还是整个框架？”避免鸡同鸭讲。
- 架构设计：在设计自己的 Agent 系统时，可以有意识地将“行为定义”（Scaffold）和“执行引擎”（Harness）分离。这有助于模块化设计，比如你可以轻松地更换底层模型（改变“大脑”），或者调整提示词和工具集（修改“世界观”），而不必重写整个执行逻辑。
- 技术选型：当评估一个 Agent 框架（如 LangChain, CrewAI）或产品（如 Claude Code）时，你可以更精准地理解它的核心创新点在哪里。它是在 Scaffold 层（提供了精妙的提示词模板和工具管理）有独到之处，还是在 Harness 层（提供了强大的错误恢复和并发控制）做得特别好？
反常识/意外：术语的“不统一”可能是现阶段的健康状态 文章最后提到：“许多术语还没有普遍接受的定义，不同的框架对同一个词的用法也不同。”这看似是问题，但从另一个角度看，这恰恰是领域充满活力的表现。过早地强制统一术语，可能会扼杀创新。当前这种“混乱”允许不同的思想流派和工程实践并行探索。Hugging Face 的做法不是颁布“标准答案”，而是提供“实用的心智模型”，这是一种非常务实和开放的态度。它承认现状，并致力于在现状下提升沟通效率，而不是试图一蹴而就地解决所有分歧。对于开发者来说，这意味着在拥抱这些概念的同时，也需要保持一定的灵活性，理解你所使用的具体工具或论文中，这些术语的“本地化”定义。
原文地址: Harness, Scaffold, and the AI Agent Terms Worth Getting Right