核心内容总结
这篇文章围绕AI Agent（可以理解为“智能助手”）的两个关键概念——Skill和Harness展开：Skill是把行业经验、工作流程封装成“说明书”（比如代码规范、业务SOP），让Agent知道“该怎么做”；但光有说明书不够，Agent会偷懒、漏步骤、自作主张。Harness则是给Agent搭一个“靠谱的工作台”：规定它能碰什么工具、哪些操作必须审批、做完怎么验证结果、出错怎么回溯，让Agent从“会说”变成“能可靠地做事”。随着Agent开始处理更长、更重要的任务（比如改代码、处理财务），Harness的重要性越来越凸显，它决定了Agent能否从“演示玩具”变成企业敢用的工作系统。
一、Skill：经验的“说明书”，但管不住Agent的“小动作”
Skill为什么火？因为大模型记不住一家公司所有的经验（比如代码规范、合规要求），把这些经验拆成一个个任务包（比如“代码审查Skill”“财务对账Skill”），需要时给Agent用，就像给新同事一本针对性的SOP，比塞给它整本员工手册高效。
但Skill有个大问题：它只是“软约束”。比如你写了“改数据库前必须备份、测试”，Agent可能觉得“改动小”就跳过测试，或者中途卡住了还说“完成了”。这就像给新同事SOP，他可能嫌麻烦不照做——Agent也会这样，尤其是任务长了，漏一步后面全错，还不容易发现。
二、Harness：把Agent“拴”在靠谱轨道上的“工作台”
Harness不是更高级的Skill，而是一套让Agent“规矩做事”的运行环境，像给Agent搭了个带护栏的工作台：
- 材料区：Agent能看到哪些文档、历史任务记录，中途暂停了怎么接着干（解决“忘事”问题）；
- 工具区：能调用浏览器、数据库吗？调用后能看到结果吗（比如改完代码能看日志）；
- 护栏：改生产数据库要二次确认，没备份不让下一步（硬约束，不是提醒）；
- 验收台：做完要验证结果（比如代码改完跑测试，数据写入要查记录），出错了能回滚。
举个例子：Skill说“备份→测试→执行迁移”，Harness会把这些变成“必经关卡”——没备份记录？下一步按钮灰的；测试没过？不让提交。实验显示，用Harness的Agent完成步骤的比例从56%升到86%，差别就是“希望它记得”vs“系统强制检查”。
三、为什么2026年大家突然谈Harness？
以前Harness是“不起眼的胶水”，现在成了核心竞争力，原因有三：
1. Agent开始干“长活”：从“写一段代码”变成“完成整个项目”，跨系统、多步骤，需要状态管理（比如中途换Agent能接着干）、错误回溯；
2. Skill可移植了：Skill变成标准格式后，“支持多少Skill”成了基础功能，竞争点转到Harness（比如同样的Skill，在不同Harness里表现差很多）；
3. 企业敢用了：Agent进入生产环境，企业需要知道“它干了什么、谁授权的、错了能追责”——Harness的权限、日志、审批就是解决这些问题的。
比如OpenAI用Codex做产品，前期慢是因为环境不清，后来优化Harness（给Agent独立的工作环境、能看日志/截图），才加快了进度。
四、未来价值：垂直Harness比Skill更值钱，企业要“敢交活”的系统
Skill容易复制（比如“法律检索Skill”谁都能写），但垂直Harness很难：
- 做法律Agent，Harness要知道“不同法域查什么、利益冲突时停手、引用要核验”；
- 做财务Agent，Harness要管“对账异常升级、谁能批付款、凭证怎么留”。
企业买的不是“聪明的Agent”，而是“边界清楚的Agent”：知道什么不能做、做完有证据、错了能撤回。所以未来的机会在“垂直Harness”（懂行业实际运转）和“企业级Agent Runtime”（统一权限、日志、策略的平台）。
五、Harness不是万能的：别堆成“AI版Kubernetes”
Harness也有坑：
- 太复杂：堆太多功能（多Agent编排、重试、沙箱），出问题都不知道哪错了；
- 成本高：多步骤验证、重试会消耗更多token和计算资源；
- 过拟合：为某个任务优化的Harness，换任务就失灵；
- 安全风险：Skill可能带脚本，安装时要查来源、权限。
所以要“按需搭Harness”：写生日祝福用薄的（不用复杂验证），改线上服务用厚的（测试+回滚），金融交易要更严（审批+审计）。
最后，模型再强，Harness也不会消失——就像聪明员工进公司也要守权限、走审批，Harness是组织对Agent的“管理规则”，不是弥补模型笨，而是让组织敢把活交出去。
这篇文章本质上是说：AI Agent要从“能说”到“能做”，关键不是让它更聪明，而是给它一套“靠谱的做事规则”——这就是Harness的价值。