Table of Contents
背景
AI Agent领域发展迅猛，但伴随着技术迭代，术语体系却陷入了混乱。同一个词在不同框架中有不同含义，新概念层出不穷又快速消失。在ICLR 2026上，一位研究者提出困惑：“Harness和Scaffold在Agent语境下到底指什么？为什么大家无法达成一致解释？”这促使HuggingFace的Sergio Paniego和Aritra Roy Gosthipaty撰写了这篇术语指南，旨在为从业者提供一个实用的心智模型。
核心内容分析
Model：纯粹的LLM
Model仅指大语言模型（如Claude、Qwen、GPT等），它接收文本并生成文本，本身没有记忆和循环能力。模型可以表达调用工具的意图，但需要Harness来实际执行。它回答一个提示后即停止。只有包裹上Scaffolding和Harness，才成为Agent。
Scaffolding：行为定义层
Scaffolding是模型周围的行为定义层，包括系统提示、工具描述、响应解析逻辑、跨步骤的上下文管理等。它决定了模型如何看待世界并采取行动，无论是在训练还是推理阶段。不同的产品或框架对Scaffolding的称呼可能不同，但核心作用一致。
Harness：执行框架
Harness的概念更为宽泛。在Claude Code的文档中明确写道：“Claude Code serves as the agentic harness around Claude.”即Harness包含了所有让Agent运行的组件。而在一些定义中，Harness特指工具执行和外部环境交互的部分。作者指出，术语的模糊性源于不同框架的使用习惯，建议理解其本质而非强行统一。
其他关键术语
文章还定义了Agent（Model + Scaffolding + Harness）、Context Engineering（上下文工程）、Policy（策略）、Tool Use（工具使用）、Skills（技能）、Sub-agents（子代理）等。这些概念构成了Agent开发的基础框架。
行业影响/专业点评
术语统一是技术走向成熟的标志。当前AI Agent领域正处于“术语泡沫”期，类似早期云计算中PaaS、IaaS的混淆。这篇文章的价值不在于强制定义，而在于提供了一个可讨论的框架。对于开发者而言，理解这些区别能避免在框架选择时产生误解；对于企业采购而言，清晰的术语有助于评估不同Agent方案的真实能力。随着Agent系统逐渐进入生产环境，建立共同的语言基础将变得更加重要。
