ICLR 2026实现之后，Hugging Face工程师Aritra Roy Gosthipaty发了一条帖子，精准戳中了这个问题：“在Agent语境下，harness和scaffold到底是什么意思？我在ICLR听到过好多侄喙释，但始终不领略为什么没有收敛到一个统一的界说。”
这个问题很快引起共识，Hugging Face的两位工程师Sergio Paniego和Aritra，联手颁布了一篇博客，这是一份专门解读最容易被混用的那些概想的手册，我通读并编译了全文，把其中最主题的框架拎了出来。
Model，就是那个裸的大说话模型。Claude、GPT、Qwen、DeepSeek、Kimi，文本进去，文本出来。没有影象，没有循环，不会自动做任何事。它能够“表白”挪用工具的意图，但真正去执行，必要别人助它。
Scaffolding，是模型所“看到”的所有。系统提醒词怎么写、工具怎么描述、输出按什么体式解析、跨步骤记住什么，这些组成模型眼里的世界，它塑造了模型的行为天堑，但自身不掌管运行。
对于Scaffolding和Harness的区别，文章给了一句极其简洁的分辨：Scaffolding是模型可感知的部门（提醒词、工具界说、输出体式），Harness是驱动模型运行的部门（挪用循环、工具执杏注终场判断）。
两位作者也婉转暗示，日常谈天这么讲无伤大雅。但一旦进入训练，把Scaffolding和Harness拆开审视就变得至关沉要，训练时，Scaffolding决定了模型学到什么；推理时，Harness决定了模型怎么跑。
Agent这个词自身源自强化进建，在RL里，Agent就是一个函数：接管观察，返回作为�；肪辰庸茏魑ブ葱�，返还观察了局，循环持续。这个循环，就是今天所有LLM Agent的底层逻辑。
用编程Agent当例子最直观：系统提醒词和工具描述是Scaffolding，真正实现挪用模型、执行git diff、运行测试、判断何时终场那个循环的，是Harness。训练的时辰，Harness还要并行跑成百上千个这样的循环，把了局喂回去更新模型权沉。
两个产品就算底层用的是统一个模型，体感能够齐全分歧，由于它们的Harness做了分歧选择。反过来，统一个Harness换一个更强的模型，履历也会变。
Context Engineering（高低文工程）的主题问题是，Agent每一步看到什么。除了写系统提醒词，还要动态治理整个高低文窗口：系统提醒词、工具描述、对话汗青、检索到的知识，每一步都可能不一样。
它和Prompt Engineering的关键区别在于：不是一次性写好就完了。随着Agent运行，前几轮的输出会影响在后续挪用中放入什么，Harness必要在整个运行过程中自动治理高低文，蕴含删什么、留什么、从哪里检索补充，不是写个prompt而已。
对于高低文工程，训练和推理的犯错价值天壤之别，训练时搞错高低文，模型学到谬误的器材，价值是沉新训练，推理时搞错，能够批改提醒词而后沉新起头即可。
影象系统也被纳入了高低文工程的框架。短期影象是单次运行中留在高低文窗口里的内容：对话汗青、工具返回了局、之前的推理链。持久影象跨会话悠久化，存在表部，必要时检索回来注入高低文。两者由Harness在统一套高低文治理逻辑中统一调度。
Policy部门受模型权沉影响，但最终行为也取决于Scaffolding和Harness，统一个模型，换一套提醒词、工具或执行循环，行为能够截然分歧，Policy不是Agent，Policy界说行为。
Tool Use是最底层。诸如API、代码诠释器、数据库、网络搜索、文件系统等等，Agent通过这些接口触及表部世界。模型只会以结构化的体式表白挪用工具的意图，API将其作为一等对象出现，Harness接管挪用并路由到正确的地位，返回了局进高低文，而后持续循环。
Sub-agent是最高层。好多人把它当高级工具来用，但文章给了明确分辨：Sub-agent有自己单独的模型和Scaffold，能独立推理、自己调工具，甚至能再挪用新的Sub-agent，这是它和Tool以及Skill的性质差距。
RL Environment，指Agent在训练时能够与之交互的任何系统。它的工作方式是：Agent向它发出一个作为（好比执行一条号令），它执行这个作为、更新自身状态，而后把新的状态信息返回给Agent。
Trainer，掌管让Agent的能力逐步提升。它做的事件分三步：第一，让Agent反复执行齐全工作，跑好多轮；第二，对每一轮的了局打分；第三，用这些分数来更新Agent内部模型的权沉参数，让下一次执行更靠近正确答案。整个过程是自动循环的。
Rollout，指Agent实现一次齐全工作的全程纪录。里面蕴含三个部门：Agent在每一步看到了什么信息、它据此做出了什么作为、每一步得到了几多分。这份纪录也被称为trajectory或trace，性质上就是算法通过度析大量这样的纪录，找到让分数变高的行为模式。
Sergio和Aritra在文章中写路：“这篇文章的指标不是奉行唯一正确的词汇，而是提供一个实用的思想模式。”当一个领域急剧发展时，其术语的演变速度往往超过其共识的形成速度。
蜜桃网我总体的观点是：AI时代的右翼技术加速主义，确实来自资本主义摆脱停滞宿命的冲动，来自对增长放缓的不安、对全球竞争压力的焦虑，以及对霸权滑落的恐惧；然而，正因为这种“加速”是在资本逻辑、平台垄断、金融化激励与地缘竞争框架中展开的，所以它所加速的，不只是技术进步，也包括垄断扩张、分配失衡、民主失灵、全球不平等和资源约束。特别是当下的人工智能技术加速，可能会成为资本主义完美的爆破点！2026年5月，国际期刊《食品与功能》上发表的一项最新研究颠覆了很多人的认知：每天2个鸡蛋，就能通过保护大脑神经元、抗炎，改善阿尔茨海默病患者的认知功能。蜜桃网18岁女生水乳排行榜另一方面，小鹏通过对芯片、编译器、模型的软硬件联合开发，小鹏大幅提升了车端芯片有效算力，将车端模型推理速度提升了12倍。但现在，微软用实际行动证明了，真正的AI体验必须是本地化的、全栈式的，真正的AI PC，应该能在本地读代码、跑模型、调Agent、处理大文件，甚至还能保护企业数据。
20260607 ? 蜜桃网一袋大米，分量不重，情谊却深。它承载的，是非洲民众对一位中国科学家最质朴的敬意。它见证的，是非中农业合作惠及普通民众的生动实践。《《甜美的惩治2》第三季动漫在哪看啊》我们谈论的是几位非常出色的球员。全世界所有豪门都想拥有他们，而我们很幸运，他们现在就在皇家马德里。他们当然会继续留在皇家马德里。
20260607 ? 蜜桃网作为巴黎圣日耳曼青训体系培养出的后防新星，姆本巴本赛季担任青年队队长，并率队夺得了甘巴代拉杯冠军。在决赛中，他佩戴队长袖标出战，展现出了出色的领导能力和稳定表现。战败沦为玩物BY夏布多昂免费阅读全文所以我们有这些研究者。但目前还没有人在真实赛道赛车的高速行驶中证明自己比人类更快，并且在多车交互的场景下做到这一点。
京公网安备11010202000001号
