Harness这个词今年刷屏,多数人却说不清它和模型、MCP、ADE的边界。老章把Theo那支49分钟长视频和长文啃完,用厨师、空厨房和点餐台讲透五层结构,并给出团队选型清单:别为3%的跑分差距反复折腾。
很多工程师换一次主力模型,就要把辛苦攒下的Skills、插件、权限配置全部重配一遍,为了不同工具之间那3%到5%的跑分差距反复折腾,甚至在群里吵得不可开交
硅谷全栈网红、T3Stack与T3Code创始人Theo最近发布了49分钟封箱长视频和深度图文《Whatisa“harness”?》,把大模型、Harness、Interface、MCP与顶层ADE的五层边界彻底扒了个底朝天;
我把视频和原文完整啃了一遍,今天结合这套全栈架构拆解,带大家一次性搞懂为什么「模型即Harness」,以及手握多份模型订阅的开发者该如何靠MCP数据层与顶层ADE在同一个窗口里协同指挥多家模型
Theo手绘的Interface与Harness全局架构图
厨师、空厨房与点餐台:3分钟拆穿Harness的底裤
这事起因是有个Nix基金会的成员在推特上嘲讽Theo,说他做的T3Code属于重复造Harness轮子,结果把Theo气得连夜画图写长文,决定最后一次给全行业科普到底什么叫Harness
最底层的真相,大语言模型(LLM)本身能干的只有:吃进文本/图片,然后吐出文本
既然大模型只能生成字,它凭什么能帮你改代码、跑测试、推GitHub
Theo举了个绝妙的例子:假设你去一家高级餐厅点菜,把菜单交给一位米其林大厨,大厨站在一个四面白墙的空房间里瞪着你,说菜谱我倒背如流,可屋里连把菜刀、一口锅、一个灶台都没有,我拿头给你做菜
人类用电脑也是一样,把一个顶尖程序员按在显示器前让他写快排算法,却拿走键盘和鼠标,他除了对着屏幕比划手语之外什么都干不了
人类需要依靠键盘、按钮、终端和桌面软件才能把脑子里的想法变成机器动作,这些给人看的东西叫Interface(交互界面)
大模型同样需要一套能把「文字手语」变成真实动作的接驳系统,这套专门服务大模型的底座就叫Harness(智能体执行套件)
人类看到的是Interface,大模型看到的是Harness
为了让一个只会吐字的模型真正干活,一套合格的Harness必须提供五样东西:
可执行的工具集:比如读取文件的read_file、修改代码的edit_file、跑命令的bash以及联网搜索的search
约定的文本调用语法:告诉模型只要输出类似
语法拦截与执行引擎:监听模型吐出的文本,一旦匹配到工具语法就挂起生成,在本地或沙箱里跑真实代码
结果回填与循环机制:把代码跑出来的报错或结果重新塞回上下文窗口,驱动模型继续下一轮推理
工具说明书清单:在系统提示词里把每个工具的用途、参数格式清清楚楚列给模型看
搞懂这五点,就能回答那个让无数开发者吵翻天的灵魂问题:ClaudeCode到底算Interface还是Harness
答案是它把两样东西打包在了一起:
当你在终端里敲claude打开交互界面,或者在Claude桌面端切到Code标签页时,你肉眼看到的窗口属于Interface;而在它底下默默跑着工具循环、管理上下文的AnthropicAgentSDK(以及底层的ClaudeCodeBinary),才是真正的Harness
OpenAI的Codex也是一模一样的结构,前端是ChatGPT或Codex桌面壳,底下干脏活累活的叫CodexAppServer
甚至很多人挂在嘴边的Agent(智能体),拆穿了也就是一条极简公式:Agent=LLM(厨师大脑)+Harness(配齐厨具的厨房)
我把Theo视频里提到的所有概念和咱们平时用的工具按五层架构排了一遍,整套上下游关系画成图是这样的:
AI编程五层架构与工具落位图
ToolPlane与DataPlane:为什么跨模型团队别把资产写死在厨房里
一旦把厨房搭起来,新的麻烦立刻就来了:到底谁来提供厨具
不同流派的Harness脾气天差地别,像咱们熟悉的Pi
被Harness圈捧成圣的PiAgent,接上DeepSeek-V4-Flash,如虎添翼
DeepSeek-V4-Flash-Vision-Exp实测,接入PiAgent,我最新的备选AI工作台
就属于极简苦行僧流派,出厂几乎只给模型留了一个bash终端(OpenClaw底层用的就是Pi);而ClaudeAgentSDK和CodexAppServer则属于精装全能厨房,内置了读写文件、子Agent派生、Skills读取、上下文压缩等一大堆现成工具
除了自带工具,你还可以往厨房里塞第三方插件,比如装个TypeScript插件让模型具备跳转定义和查引用的能力,或者装个开源的CUA插件让模型能截图、点鼠标、敲键盘控制整台电脑
这些直接把可执行代码打包塞进Harness内部运行的能力,统称为ToolPlane(工具平面)
位于人类与模型层之上的ToolPlane工具平面
但如果你手头有多个模型订阅,把所有工作流都写成私有Tool塞进单一Harness,很快就会掉进大坑
原因很简单:Tool是跟特定厨房死绑在一起的,你按ClaudeCode的格式写了一套私有工具,明天想切到Codex或者OpenCode跑任务,这套工具就当场罢工
这也是为什么架构设计里必须分出另一半江山——DataPlane(数据平面,以MCP为核心代表)
ToolPlane与DataPlane的架构分界
用厨房打比方,装一个Tool相当于往厨房里硬搬一口定制铁锅(类似浏览器的Chrome插件,代码在本地进程里跑);而接入一个MCP服务,相当于在厨房台面上放了一本菜谱(类似直接访问网页URL,代码全留在外部服务器或独立进程里)
大厨想查Supabase数据库、想看PostHog埋点分析,翻一下菜谱发个标准请求就行,根本不用改厨房里的半根水管
更妙的是,T3Code正是利用这本「MCP菜谱」干了一件神仙事——让一个Harness跨栈指挥另一个Harness
假设你主线程正在用ClaudeCode写核心业务逻辑,写到一半想拉起一个Codex子线程帮你并发写单测,或者想检索你昨天在另一个Harness里的历史对话,如果把这些功能写成底层插件,你得给Claude、Codex、Cursor、Pi、Antigravity各写一套
而T3Code直接把跨线程检索、消息转发、异构子Agent派生全部封装成了T3CodeMCP,主线程的Claude只需要对着MCP喊一声「帮我拉个Codex子线程」,上层的T3Code就会充当Broker中间人去启动Codex并把结果传回来
当你在主线程里下达一条重构指令时,任务在开发者、Claude厨房、T3CodeMCP与Codex厨房之间的实时交互流转过程如下:
架构横评:6大主流工具落位对比与T3Code跨栈上手
既然T3Code既不属于大模型,也不属于Harness,那它到底是什么?
Theo给它造了个非常精准的新词:ADE(AgenticDevelopmentEnvironment,智能体开发环境)
如果说大语言模型是厨师,Harness是厨房,那T3Code就是商场顶楼的美食广场(FoodCourt)——你带着自己现有的Claude20刀/200刀订阅、Codex订阅、Cursor账号走进去,想吃哪家点哪家,还能让两家厨房拼一桌菜
T3Code在同一线程里同时调度Claude、Codex、Muse与Gemini子智能体
把Theo视频与原文中重点剖析的6款代表工具按架构位置、内置能力与适用场景排成横向对照表:
| 工具名称 | 核心架构定位 | 内置工具丰度 | 跨模型与跨栈能力 | 接入成本与门槛 | 最适合哪类人 |
|---|---|---|---|---|---|
| ClaudeCodeCLI/App | Interface+内置Harness | 极高(读写/Bash/子Agent/Skills) | 仅限自家生态(可改配置调外部API) | 20刀–200刀/月订阅,开箱即用 | 重度依赖Claude系列模型的主力开发者 |
| ClaudeAgentSDK | 纯正Harness底座 | 极高(与ClaudeCode同源) | 专为嵌入Python/TS自研应用设计 | 按APIToken计费,需写代码集成 | 在企业内部自研垂直业务Agent的工程师 |
| CodexCLI/App | Interface+CodexServer | 高(文件操作/沙箱命令执行) | 绑定OpenAI系列模型 | ChatGPTPlus/Pro订阅或API | 习惯OpenAI生态的全栈与后端工程师 |
| Pi | 极简派Harness | 极简(几乎只有一个Bash终端) | 强(常作为OpenClaw等工具底座) | 开源免费,自备模型APIKey | 喜欢完全掌控底层指令与实验基线的极客 |
| OpenCode/Cursor | Interface+多模型Harness | 高(支持多模型切换与终端/IDE集成) | 强(支持接入多家模型API与本地工具) | 开源免费或按席位订阅 | 习惯在单一终端或IDE内切换不同模型的开发者 |
| T3Code | 顶层ADE(美食广场) | 复用底层厨房+内置跨栈MCP | 极强(同线程混调Claude/Codex/Cursor) | 完全免费开源,直接复用现有订阅 | 手握多个模型订阅、需要跨机器远程干活的团队 |
如果你手里已经有ClaudeCode或Codex的登录态,上手T3Code的最短路径只需要两步:
第一步,确保你电脑上至少装好并登录了一个底层供应商CLI(毕竟美食广场自己不炒菜,你得自带至少一个厨房):
#如果你用ClaudeCode,先完成登录鉴权
claudeauthlogin
#如果你用OpenAICodex,先登录CodexCLI
codexlogin
#如果你用Cursor或OpenCode,同样先在终端登录
agentlogin
opencodeauthlogin
第二步,直接用官方提供的一键命令启动或安装T3Code桌面端:
#方式一:免安装直接体验(推荐先跑这个试水,10秒拉起本地Web界面)
npxt3@latest
#方式二:macOS用Homebrew安装桌面端
brewinstall–caskt3-code
#方式三:Windows用户使用Winget或PowerShell安装
wingetinstallT3Tools.T3Code
跑起来之后,你在原本ClaudeCode里配好的所有Skills、插件和订阅额度都会原封不动地生效,同时自动多出一个T3CodeMCP,随时可以在当前对话里拉起另一个模型的子线程帮忙干活,甚至用手机端App远程连回家里的开发机发指令
顺便提一句,Theo在视频开头还介绍了赞助商Vercel刚推出的Eve框架,设计思路跟这套分层一脉相承,我根据他在视频里的口播整理了一份目录示意结构,能直观看到它是怎么把指令、技能、沙箱和Slack/Discord/Teams频道解耦的:
#根据Theo视频口播整理的Eve目录示意结构
my-team-agent/
├──instruction.md#顶层角色定义与系统提示词模板
├──skills/#团队通用技能包(跨模型复用)
├──tools/#TypeScript自定义工具扩展
├──sandbox/#代码执行隔离沙箱配置
├──channels/#接入Discord/Slack/Teams群聊入口
└──connections/#挂载外部MCP服务(Supabase/PostHog/T3Code)
按这套思路配好目录后,就能把开发好的Agent直接暴露到Discord、Slack或Teams群聊频道里,在群里艾特一下机器人就能让它拉起分支、修改代码并提交PR
槽点与真相:为什么Theo说Harness之争正在变成「Tab还是空格」
看完Theo的整套拆解,再结合咱们平时的开发体感,这里面有三个非常值得警惕的真相和槽点:
模套耦合已经不可逆,别再为3%的跑分差距瞎折腾半年前大家还在研究怎么改Harness提示词去适配模型,但现在的行业真相是:各大模型厂商正在直接用自家Harness产生的轨迹数据来训练新模型这意味着Claude模型天生就在ClaudeCode里最聪明,同代模型换个号称跑分更高的野生Harness,实际体感差距只有3%到5%左右;为了这点微弱优势放弃200刀包月套餐去烧按量API,最后花的钱更多、干的活更少
跨厨房切换时的「熊猫快餐店点卷饼」惨案这是目前T3Code用户吐槽最多的痛点:很多人在T3Code里用Claude时顺手调自己的Skills觉得爽爆了,结果点一下模型切换器切到Codex,发现原本的Skills全没了因为T3Code顶部的切换器切的是整个Harness(厨房),你的Skills装在Claude厨房里,切去Codex厨房当然找不到,就像你走进美食广场的熊猫快餐店却非要服务员给你卷一个墨西哥鸡肉卷
Codex的系统提示词依然拉胯,T3Code也还在早期Theo在视频里毫不客气地吐槽,OpenAI的模型本来应该在Codex里表现最好,但目前Codex的系统提示词和周边生态实在太糙,反而拖累了模型智商;另外T3Code本身也处于极早期阶段,小Bug不少,官方目前基本不合并外部大功能PR
总结:照抄清单与团队选型建议
程序员这行有个宿命:每隔几年,抽象层就会往上抬一格
当年我们从死磕汇编指令集抬到了C语言,从争论「用Tab还是空格」抬到了Prettier自动格式化,从纠结写什么前端框架抬到了让AI生成组件;到了2026年底,编辑器(Vim还是VSCode)和底层Harness的争论正在快速成为过去式
最后,给不同阶段的兄弟们留一份可以直接照抄的行动清单:
个人开发者(单模型主力):老老实实用模型原厂自带的Harness,主用Claude就待在ClaudeCode,主用OpenAI就待在Codex,别花时间去迁冷门野生工具
多订阅全栈玩家(双持Claude+Codex):直接跑一行npxt3@latest上T3Code,把Claude当主程、Codex当审查与测试子Agent,用同一个ADE界面把两份月费的价值榨干
企业AI负责人与团队架构师:立下一条铁律——凡是读写文件、跑命令等通用执行动作,直接复用成熟AgentSDK;凡是涉及公司内部数据库、文档库、监控埋点和跨模型协同的资产,100%封装成标准MCP服务,这样明年不管哪家新模型登顶,你们团队只需改一行模型配置就能无缝搬家