核心概念
Agent、Model、Harness 的关系
这是学习本项目前最重要的概念区分：
Agent = Model（模型本身就是智能体）
Harness = Tools + Knowledge + Context + Permissions（工具 + 知识 + 上下文 + 权限）
Product = Agent + Harness（完整产品 = 智能体 + 环境）
层次图
┌─────────────────────────────────────────────────────────┐
│ Claude Code (完整产品) │
│ ┌─────────────────────────────────────────────────────┐ │
│ │ Harness (环境/工具层) │ │
│ │ ┌─────────┐ ┌──────────┐ ┌──────────┐ ┌─────────┐ │ │
│ │ │ Tools │ │ Knowledge│ │ Context │ │Permission│ │ │
│ │ │ bash, │ │ SKILL.md │ │ compression│ │ sandbox │ │ │
│ │ │ read... │ │ docs │ │ subagent │ │ approval│ │ │
│ │ └─────────┘ └──────────┘ └──────────┘ └─────────┘ │ │
│ └─────────────────────────────────────────────────────┘ │
│ + │
│ ┌─────────────────────────────────────────────────────┐ │
│ │ Agent = Model (智能体层) │ │
│ │ Claude (Anthropic 训练的 LLM) │ │
│ │ - 决定何时调用工具 │ │
│ │ - 决定何时停止 │ │
│ │ - 推理和决策 │ │
│ └─────────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────┘
关键区分
| 概念 | 是什么 | 谁构建 | 例子 |
|---|---|---|---|
| Model | 训练出来的神经网络权重 | Anthropic/OpenAI | Claude, GPT-4 |
| Agent | = Model（模型本身就是智能体） | 训练出来 | “Claude 这个模型” |
| Harness | 给 Agent 提供的环境/工具 | 应用开发者 | Claude Code 的代码部分 |
| Product | Agent + Harness | 产品团队 | Claude Code CLI |
The Agent Pattern
所有 session 都基于这个核心循环：
flowchart TD
A[User] --> B["messages[]"]
B --> C[LLM]
C --> D{"stop_reason == tool_use?"}
D -->|yes| E[execute tools]
D -->|no| F[return text]
E --> G[append results]
G --> B
Harness 的组成
Harness = Tools + Knowledge + Observation + Action Interfaces + Permissions
Tools: file I/O, shell, network, database, browser
Knowledge: product docs, domain references, API specs, style guides
Observation: git diff, error logs, browser state, sensor data
Action: CLI commands, API calls, UI interactions
Permissions: sandboxing, approval workflows, trust boundaries
本项目的定位
This repository teaches you to build vehicles.
这个项目教你构建车辆（harness），而不是训练司机（agent）。
你学到的技能：
- ✅ 实现工具（给 Agent 手和脚）
- ✅ 管理上下文（给 Agent 清晰的记忆）
- ✅ 控制权限（给 Agent 安全的边界）
- ✅ 持久化任务（给 Agent 长远的目标）
你不需要做的：
- ❌ 训练模型
- ❌ 调整模型权重
- ❌ 设计神经网络架构