AI Agent Harness 是什么：Hermes vs Claude Code vs Codex 的三种实现思路

用同一个模型，套上不同的 agent 框架，产出质量差别很大。差别不在模型，在 harness。这篇文章讲清楚 harness 到底是什么，以及三个主流产品各自怎么实现它。

Harness 是什么

Harness 直译是"马具"，套在马身上让马能拉车干活。放到 AI 领域，harness 就是"模型周围的执行环境"。

LLM 本身只会做一件事：根据输入生成文本。它无状态、不会动手、没有眼睛和手。而真实任务是长流程、多步骤、需要读写文件跑命令的。中间的鸿沟就是 harness 来填的。

一个完整的 harness 通常包含五个部分：

1. 系统提示注入：身份、行为规则、项目约定
2. 工具层：读写文件、执行命令、搜索网页，把模型输出的文本解析成真实调用
3. Agent 循环：模型输出 → 执行工具 → 结果回填 → 再输出，循环到任务完成
4. 上下文管理：历史压缩、截断、持久记忆，防止撑爆上下文窗口
5. 安全边界：权限确认、沙箱、危险操作拦截

没有 harness 时，你要手动复制粘贴模型的每一段回答；有了 harness，模型在一个受控循环里自主完成整个任务。

三家的实现思路

骨架三家都一样，差异在侧重。

Hermes Agent v0.20.5：个人助理型 harness

Python 实现，定位不是纯编码工具，而是能连接外部世界的个人 agent。

• 工具面广：终端、文件、web 搜索、邮件、日历、智能家居等几十个工具集，按需加载
• 持久记忆：用户说过的事实存进 memory 存储，每次新会话自动注入系统提示。跨会话不用重复自我介绍
• Skills 系统：可复用的程序性知识（某个任务的标准流程），触发时动态加载进上下文
• 定时任务：内置 cron，可以每天定时唤起一个全新会话去抓数据、写摘要、推送消息，全程无人发起对话
• 多网关接入：同一个 agent 可以通过 Telegram、微信等平台对话

举例：你某天告诉它服务器的 SSH 地址和账号，它存入记忆。一个月后你开新会话问"查下服务器磁盘占用"，这条信息已经自动在它的系统提示里，直接就能执行。

Claude Code v2.1.241：工程纪律写进提示

Anthropic 官方出品，围绕编码场景深度特化，把工程最佳实践硬编码进系统提示和行为规范。

• 先读后改：系统提示明确要求改代码前必须先用搜索定位、读文件确认符号存在，禁止凭空猜函数名
• 工具设计为编码优化：Edit 带模糊匹配的 patch、Read 带行号分页、大文件截断保护
• 上下文压缩（compaction）：长任务接近窗口上限时，自动把历史压缩成"已完成什么、当前状态、剩余工作"的摘要，任务不中断继续跑
• 项目约定注入：CLAUDE.md / AGENTS.md 文件自动加载进每轮对话
• 权限模式：Bash 和文件编辑默认要人审批，可分级放行

举例：让它修一个 bug，它不会直接猜着改，而是先搜代码定位 → 读实现确认签名 → 再动手 patch → 跑测试验证后才报告完成。

Codex CLI v0.145.0：安全沙箱做成默认

OpenAI 官方出品，Rust 实现，同样面向编码但风格更收敛，安全边界做得最重。

• OS 级沙箱：命令默认在内核层隔离的环境里执行——macOS 用 Seatbelt，Linux 用 Landlock + seccomp，不是靠容器模拟
• 分级审批：只读 / 自动 / 全权三种模式，需要联网或写项目外文件时暂停向用户请求提权
• AGENTS.md 规范：标准化的项目上下文文件就是这个产品推动的，现在 Hermes 等框架也兼容读取
• 多入口共享同一大脑：CLI、桌面应用、IDE 插件、云端任务共用一套配置和沙箱模型

举例：让它装一个依赖，npm install 默认跑在断网的沙箱里；真需要联网下载时它会停下来问你。即使模型判断失误要执行危险命令，沙箱也兜底。

同一个问题，三种解法

拿"如何防止 agent 执行危险命令"这一件事对比：

产品	解法	类型
Claude Code	权限确认弹窗，人来审	人审
Codex CLI	OS 级沙箱隔离	机审
Hermes Agent	行为规则写入提示词	提示约束

再看上下文管理：

产品	手段
Claude Code	会话内 compaction 自动压缩历史
Codex CLI	版本化的记忆摘要，长期任务保持上下文精简
Hermes Agent	跨会话持久记忆 + skills 动态加载

结论

三家 harness 的骨架一样：agent 循环加工具加上下文管理。差异在侧重：

• Claude Code 把工程最佳实践写进提示和行为规范，是仓库里的结对编程专家
• Codex 把安全沙箱做成默认，适合对执行安全要求高的场景
• Hermes 把外围能力做成平台：记忆、定时、多平台接入、技能系统，更像一个长期运行的个人助理

这也是判断一个 agent 产品是否只是"套壳"的关键：套壳产品只有一个聊天窗口转发 API，真正的 agent 产品在 harness 这一层有大量自己的工程。同样的模型，换不同的 harness，完成任务的成功率、安全性、上下文利用效率都不同。选型时看模型不如看 harness 怎么做的。

（版本信息核实于 2026 年 8 月 24 日：Hermes Agent v0.20.5 为本机实测，Claude Code 与 Codex CLI 版本来自官方 changelog。）

---

如果你觉得本文有用，请点赞，收藏，转发

你有什么问题，请留言，我来帮你解答。