模型与使用
智能体运行框架
Agent harness
围绕模型组织工具、任务状态、执行和检查的配套程序；框架会影响智能体表现，所以模型成绩与整套系统成绩需要分清。
更新于
它是什么
在智能体语境中，Harness 通常指围绕模型运行的一套配套程序：传入任务和上下文、执行工具请求、保留进度，并决定何时重试或停止。Scaffold 有时也用来形容这些支撑结构，各团队的具体用法不完全相同。它们帮助模型持续做事，本身不等于模型的权重。
一个日常例子
让 AI 把多份活动资料整理成网站，可能需要反复读取文件、写代码和检查页面。框架可以保存待办清单，在新一轮工作开始时恢复进度，避免每次从头猜测。Anthropic 的长时间运行智能体案例就使用进度文件和功能检查来支持持续开发。
与工作流有何关系
工作流（Workflow）描述任务如何分步骤推进；运行框架提供执行和管理这些步骤的机制。一种常见划分是，固定工作流预先规定路径，智能体则由模型根据反馈决定路径。同一个框架也可能同时包含这两类安排。
为什么评测要说明框架
同一个模型，如果获得不同工具、提示、重试次数和检查程序，完成率可能不同。看到成绩提高，需要确认是更换了模型，还是调整了整个系统。比较时应记录框架版本、可用工具、预算与人工参与；只有整套系统跑过的结果，才能直接归属于那套系统。