所有Harness终将长成“龙虾”，但最后活下来的只有几只

你在2025年聊的“Agent”，几个月后就变成了“Harness”，再过几个月又变成了“Claw”。看似命名文字游戏的背后，是用户需求驱动下的自然进化：一个工具越有用，用户就越希望它随时可用；任务运行时间越长，用户就越希望它能够在后台和云端持续工作；系统掌握的上下文越多，用户就越希望它主动发现问题并采取行动。最终，它会从一个等待命令的开发工具，变成一个长期存在于用户工作和生活中的Agent。 不过，这种演化也带来一个限制：用户能够容纳的 Claw 数量非常有限。用户不会愿意让几十个 Agent 同时订阅邮件、发送通知、在 Slack 中@自己。就像地图、打车和外卖软件一样，每个类别最终可能只会留下少数一两个产品。 Sam Bhagwat 曾经参与构建过庞大的前端框架 Gatsby，如今他的新公司 Mastra 正在为 AI 开发者打造 Agent 框架。他声称，自己已看清了这股新原语浪潮的流向。日前，Sam 在技术分享中，拆解了从 LLM 到 Agent、再到 Harness 和Claw的进化路径。他观察到：任何足够有用的 Agent，最终都会被用户逼着运行得更久、响应的渠道更多、甚至在你睡觉时自己变强。随之提出了施泰因伯格定律——所有 Harness 都会“膨胀”，向 Claw 演化，同时，真正的竞争重点也会发生变化，大家争夺的不只是任务执行能力，还包括用户的注意力、信任和长期使用习惯。基于该演讲视频，InfoQ 对内容进行了整理。 核心观点如下： LLM 与 Agent 的界限在于“循环”，一旦模型开始拥有工具调用、重试机制和状态持久化，它就告别了单次文本转换的原始阶段。Harness 时代的核心竞争力是规划模式、并行子 Agent 和“非回合制”的操控感。云端 Harness 通过沙箱和并行计算，让 Agent“全勤在线”，你可以关掉笔记本去睡觉，代码仍在生成。Claw 要求 Agent 拥有心跳：定时任务、通知订阅、多通道网关，以及最重要的自发创建并微调新 Skill 的持续学习能力。用户只有精力接纳极少数的 Claw，就像手机里只有一两个地图应用一样，未来的 AI 应用应该去抢占用户的心智空间。 “Harness 时代”降临 自从Claude Code几个月前开始流行以来，我们进入了所谓的“Harness时代”，大量代码和其他工作都在这种长时间运行的 Agent 循环中完成。而且有各种不同的形态：云端、本地、框架版本。一年前我在AI Engineer大会上演讲时，主题是“Agent 还是工作流——为什么不能两者兼得？”而现在我们在讨论Harness。那么这些东西之间有什么关系呢？ 我认为这可以看作是一个 Agentic 光谱。从仅仅使用模型开始，一直到Claw，比如OpenClaw、Hermes Agent，中间有几个不同的阶段。随着你为应用添加越来越多的功能，这些应用会逐渐积累一些特性。这也很大程度上塑造了我们推出的原语（Primitives），用于帮助用户构建这些 Agent、Harness和Claw。 很多人现在张口闭口就是 Agent，但 LLM 和 Agent 之间那道最根本的分界线是什么？我们都知道 Agent Loop，知道工具调用，知道记忆和重试失败的任务。大概在 2025 年的七八月份，业内开始流行上下文工程的玩法，让 Agent 能够存储状态。 但这一切都意味着什么呢？意味着你手里的这个东西开始在一个循环里运转了。它不再只是做单次文本转换，或者做某种分类。它变成了一个你可以聊天的对话助理，可以嵌入到 SaaS 应用里，或者在本地电脑上跑。这比单纯调一个 Anthropic 或 OpenAI 的 API 要复杂得多了。到了这一步，它才真正算是 Agent ，而不仅仅是 LLM。 那么下一步呢？我们怎么从这种基础 Agent，跨越到像 Claude Code 这样的Harness 型态？这里面可加了不少猛料。 如果你用过 Claude Code，或者用过 Codex，你琢磨一下，是什么让体验变得这么爽？首先，规划模式。它会直接告诉你：“嘿，我打算干这五步活。”接着，你就能看见它在菜单上把第一步打勾，然后第二步打勾。还有并行子 Agent：用这个子 Agent 去研究 A 主题，用那个子 Agent 去研究 B 主题，每个都有自己干净的上下文窗口，研究完把发现喂回主线程就完事了。 我们还有了更牛的驱动方式，比如那种 TUI 界面、斜杠指令、 Skill 系统。还有动态生成的子 Agent，你甚至不用提前定义它们，它自己跑着跑着就现场捏一个出来。它还能在后台启动 Bash 任务。当上下文窗口快撑爆时，它还能自动压缩。线程可以持久化，这样你能随时恢复，或有时候它直接把状态存磁盘里。 这就不是简单的聊天了。你在普通 Agent 里，常常是 LLM 动一回合，你动一回合，像下棋。但 Claude Code 不同，你可以插队，可以掌舵，可以中途打断它，这完全是一种新的交互启示。权限控制也更细腻了，比如我可以批准这类指令在整个会话中都放行，或者只批准这一次。 升上云端 那你再想想，Claude Code 和 Devin 这类东西又有什么不一样？Devin 是活在 Slack 里的，这本质上就是多人游戏，一堆人可以同时跟它唠嗑。它还有 Web UI，你可以在那让对话线程分叉。很多云端优先的 Harness 还支持移动端，我甚至看到越来越多的功能是：这些移动应用直接打隧道穿透到你本机。 因为它们长在云上，往往直接给你配了云端沙箱。而且，因为它们在云上，并行处理能力直接拉满。你在自己的机器上，想做太多并行进程是不可能的，或者说你根本不想它把你的机子跑冒烟。但在云端，你可以放开手脚，这是分布式计算的永恒真理，以前我在搞 Gatsby 时就深有体会。你在本地跑个构建跟你在云端跑个构建完全是两个概念，云上你能并行的活儿多太多了，跑 Agent 也是一样。 与其让你本机去开个分支或者搞个工作树，这种云 Harness 往往直接创建个 PR 推到 GitHub 就完事了。我把这类特性归结为“全勤（Always-on）”，你不需要一直开着笔记本保持它呼吸。你出去遛个弯，甚至睡一觉，它都在那自己转。把活丢给它，让它自己跑就好了。 所以在 Harness 时代内部，也存在着本地和云端两种形态的分野。就像 Next.js 的开发服务器跑在你电脑上，跟 Render 或 Vercel 上的预览构建本质上是一回事，只是存在形态的区别。 所有Harness都会膨胀为Claw 我们看看下一个终极形态：Claw。从 Harness 到Claw，又多了几样决定性配置。 一个是心跳，也就是常说的定时触发、调度任务、Cron。你可以安排它每三十分钟醒来一次，帮你检查各种事情。这直接引出了下一个特征：订阅。如果你用过什么个人助手类的 Agent，会发现它会订阅你的邮件，给你发短信：“瞅见一封急活邮件，你要不要我帮你回？” 它的记忆通常也存在云端，还有网关，有了各种通道：你可以在 Slack 上找它，在 Telegram 上发号施令，WhatsApp 吼一嗓子，或者用 iMessage。然后，我们终于看到了一个心心念