Harness 在 AI Agent 工程里不是模型本身，而是把提示、工具调用、状态记录、权限和执行流程串起来的一层工程外壳。

当我们遇到 DeepSeek Harness、OpenClaw、Claude Code 这一批AI产品，阅读遇到最大的问题就是“陌生的名词”太多；什么模型、Agent、工具、Skill、插件和工作流... 多种陌生的概念挤在一起，让人读起来十分费劲；从令人头疼的论文转专利案例开始...假设我们要做一个论文转专利 Agent。此时，LLM、Agent、Harness 和 Skill 这些家伙就开始在次任务里承担不同工作了；LLM 负责理解、思考以及推理LLM 是 Large Language Model，也就是大语言模型；语言模型最基础的工作，是根据已经出现的内容估计下一个 Token 的概率。Token 能是一个字、半个词、一个完整单词或标点；模型在大量文本上训练以后，参数里记录了复杂的语言规律，所以能回答问题、总结材料、翻译和写代码；放进论文转专利的例子里，LLM 能读懂技术描述，提炼创新点，把论文语言改写成专利语言，也能判断两段权利要求是否重复。