原文链接:https://earendil.com/posts/what-is-a-harness
Harness（挂具）——剑桥词典的定义
名词：一套带子和束带组成的装备，用于控制或固定一个人、动物或物体。
动词：控制某物，通常是为了利用它的力量。
–
当我想到挂具时，首先浮现在脑海的是中学时代在攀爬学校岩壁之前穿上的那一套带子和束带。我充其量只是个平庸的攀岩者。
Royal Robbins 在 El Capitan 上，他的挂具上挂满了攀登工具。摄影：Tom Frost。
不过，如果你现在正泡在 AI 新闻流里，你脑海中的挂具原型可能已经是一个「智能体挂具」（agent harness）了。而这篇文章不是写给你的。
这篇文章写给那些可能好奇什么是智能体挂具、但还不了解、又不好意思问的人。
让我们回到攀岩。
攀岩时为什么要系上挂具？首先，挂具支撑着你、保护你的安全。它通过把你连接到锁扣和绳索上来实现这一点——这些绳索防止你坠落、调节你的节奏、规划你的路线。你还可以在挂具上挂其他工具，比如粉袋、岩塞工具和快挂。
当你去攀爬不同的山、进行不同的攀登时，你可以随身携带你的挂具。根据地形的不同，你甚至可以改造你的挂具和装备环上的东西。攀岩挂具是可适应的。杂技演员和树木修剪师也在使用它们。拥有它们的人可以把它变成自己的。
攀岩挂具和智能体挂具在结构和功能上都有相似之处。
智能体挂具（Agent Harnesses）
其他人曾（过于简单地）写道：Agent = Model + Harness（智能体 = 模型 + 挂具）。这里的 Harness 指的是智能体挂具。但什么是智能体挂具呢？智能体挂具使用 AI 模型来创建 AI 智能体，它们最早的应用是编码。如今，智能体挂具位于所有类型 AI 智能体的核心，理解智能体挂具如何工作，将帮助你理解什么是 AI 智能体。
智能体挂具是一段软件，它为 AI 模型提供了一个运行环境。与大多数 AI 模型不同，作为终端用户，你可以拥有自己的智能体挂具。
通常，像软件工程师这样的用户会直接使用计算机上的终端应用与 Pi 这样的挂具交互。但像 OpenClaw 这样的挂具也使用不同的用户界面，比如 iMessage、聊天应用或电子邮件。我们的挂具 Lefos 主要是为通过电子邮件交互而构建的。无论界面如何，挂具通常做四件事：首先，它们提供一套指令，帮助管理 AI 模型如何回应。这套指令通常被称为「系统提示词」（system prompt）。其次，它们描述并提供一套工具，供 AI 模型在回应用户请求时使用。第三，挂具建立一个管理模型行为的框架。这个框架做很多不同的事情，但其中一个主要的事情是建立「智能体循环」（agentic loop）。最后，大多数挂具提供一个关键的翻译层（translation layer），使挂具能够与各种不同的 AI 模型协同工作。
I. 系统提示词
大多数 AI 模型都内嵌了一套在训练过程中打磨出来的规则和准则。最著名的是 Claude Opus 4.5 那份被广泛传播的「灵魂文档」，它向 AI 模型解释了自己是什么、应该如何行动。AI 挂具中的系统提示词与此类似，但没那么深入地内嵌在模型里。它更像是一个新员工在入职第一天拿到的一套说明。它还没有内化这些说明，但知道在执行那份工作时应该遵循它们。系统提示词会随每一次提示一起注入对话，在确保 AI 模型在该挂具的语境中恰当行事方面扮演着重要角色。
II. 工具
工具是一组用代码编写的能力，模型可以「调用」它们。挂具既描述工具，也提供工具本身的软件。这些工具的例子可能包括：一个网络搜索工具、一个允许模型编写和执行软件代码的工具，或者一个允许模型撰写电子邮件的工具。关键的是，挂具通常不规定 AI 模型应该何时以及如何使用工具。相反，它只是让工具可用、清晰地描述它们，并让 AI 模型自己决定何时以及如何使用它们。
III. 智能体循环
现在，我们有一个 AI 模型坐在智能体挂具里，带着一套指令和一套工具。假设我们的挂具是为在电子邮件中工作而构建的，拥有我们上面描述的工具（WebSearch 网络搜索、WriteCode 编写代码、ComposeEmail 撰写邮件），并且用户要求智能体比较本地小学的排名和考试成绩，并提供建议。智能体会如何表现？首先，它会尝试理解这个请求（或者说「提示」）。它会利用预训练和权重来理解什么是「小学」、「本地区域」是什么意思，以及用户可能关心哪些排名。然后它会构建网络搜索查询来获取近期数据。拿到结果后它会怎么做？坐在挂具里，AI 模型可以结合最初的请求来审视这些结果。它可能判断第一次搜索没有获取到正确的信息、或者信息不够，于是自己决定再次搜索。这种基于自身评估决定再次调用工具的行为，就是「循环」的第一个清晰例子。现在假设它收集到了所有相关数据。AI 模型决定使用「编写代码」工具做一个电子表格——毕竟所有电子表格都只是代码。它可以用这个工具做数学计算并格式化结果，使其清晰易懂。然后它把电子表格和最初的提示做比较。如果数据不能让它满意，它可能会「循环」回去再次搜索。当它决定数据足够了，就调用 ComposeEmail——一个允许 AI 审视其发现、总结发现、撰写邮件并附上电子表格等附件的工具。模型审视这份最终成果，判断工作完成。「智能体循环」闭合。几秒钟内，用户收到一封邮件：正文里有总结和建议，附件是一份展示发现的电子表格。想看看智能体循环的实际样子，你可以在这里探索一个 Pi 会话。
IV. 翻译层
翻译层是让挂具能与不同 AI 模型协同工作的东西。在某些情况下，挂具可能决定在同一个智能体循环中使用不同的模型，因为不同的 AI 模型可能擅长不同的任务。翻译层也是挂具的一个关键方面，因为它把控制权交给终端用户。这意味着一个人可以拿着自己的 AI 挂具，搭配 Anthropic 的模型、OpenAI 的模型使用，或者探索那些在性价比（以单任务成本衡量）上往往很出色的开源权重 AI 模型。
这个翻译层帮助把权力和杠杆从 AI 实验室手中拿出来，交到终端用户手中。如果人们能够在自己电脑上本地拥有并运行自己的挂具，那就意味着他们保住了自己的自主权（agency）。这意味着他们保有把自己的工具变成自己的自由，并且可以保留会话的本地副本——随着时间推移，这些会话将构成他们与机器的通信记录。通过与挂具建立关系并使用挂具，而不是使用 AI 实验室发布的应用，用户保有了自由和选择。在上面那个示例挂具中，用户本可以把同样的邮件发给 OpenAI 的模型、Anthropic 的模型和一个开源权重模型。然后他们可以比较结果、比较结果的成本，并把所有答案保留在一个地方，而不是让三份答案分散在三个应用里。
把挂具变成你自己的
与 AI 模型本身不同，你可以拥有并改造挂具。就像攀岩挂具一样，你可以把它变成自己的。人们喜欢 Pi 的正是这一点。Pi 是一个极简的智能体挂具。它的系统提示词很短。它有一套极简的工具。开箱即用时，它的设计就是尽量不挡路。但随着人们使用 Pi，他们会以自己的方式扩展它、塑造它。他们修改系统提示词，或者设计一个适合自己工作流的扩展。然后他们把这些扩展分享给其他人。Pi 用户之间已经分享了超过 5,000 个扩展。Pi 也是免费开源的。它就在你自己的笔记本电脑上。这意味着人们现在拥有一个自己拥有的、运行在自己硬件上的、能够让自己驾驭 AI 的工具。
中立的开源挂具：自主权的工具
挂具并非一开始就是开源或中立的。第一个流行的智能体挂具 Claude Code，并不是为了提供一个与模型无关的 AI 翻译层而构建的，而是作为一个让你在本地电脑上用 Claude 模型编码的应用而构建的。自那以后，出现了令人鼓舞的增长：OpenClaw、OpenCode、Hermes 和 Pi 等免费开源的智能体挂具不断涌现。在 Earendil，我们正在把 Pi 构建成中立的，为 Pi 用户提供能力选择和自由。我们也在探索如何让挂具带来的益处和自主权惠及更广泛的人群。
现在许多人担心越来越大的 AI 公司的权力和影响力。其中一些人可能会选择完全避开 AI。在 Earendil，我们相信可以通过打造软件和开放协议来增强人类的自主权——这些软件和协议弥合分裂与无知，培育持久的快乐与理解。我们不会通过无视今天已有的技术来实现这一点，而是通过目光清明、握紧拳头地去驾驭（harnessing）它们：确保是我们挥舞锤子，而不是锤子挥舞我们。