The Harness Is the Thing

文章把 agent 的执行 harness 拆成工具调用、状态持久化、权限边界和失败处理，主张这些部分共同决定模型实际行为。相同模型换一套 harness 可能呈现不同可靠性与风险，因此评估 agent 时不能只测裸模型推理。