ICLR 2026竣事之后，，，，，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究竟是什么意思？？？？？我在ICLR听到过许多种诠释，，，，，但始终不明确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，，，，，联手宣布了一篇博客，，，，，这是一份专门解读最容易被混用的那些看法的手册，，，，，我通读并编译了全文，，，，，把其中最焦点的框架拎了出来。。。。。。 Model，，，，，就是谁人裸的大语言模子。。。。。。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。。。。。。它可以“表达”挪用工具的意图，，，，，但真正去执行，，，，，需要别人帮它。。。。。。 Scaffolding，，，，，是模子所“看到”的一切。。。。。。系统提醒词怎么写、工具怎么形貌、输出按什么名堂剖析、跨办法记着什么，，，，，这些组成模子眼里的天下，，，，，它塑造了模子的行为界线，，，，，但自己不认真运行。。。。。。 关于Scaffolding和Harness的区别，，，，，文章给了一句极其精练的区分：Scaffolding是模子可感知的部分（提醒词、工具界说、输特殊式），，，，，Harness是驱动模子运行的部分（挪用循环、工具执行、阻止判断）。。。。。。 两位作者也坦率体现，，，，，一样平常谈天这么讲无伤细腻。。。。。。但一旦进入训练，，，，，把Scaffolding和Harness拆开审阅就变得至关主要，，，，，训练时，，，，，Scaffolding决议了模子学到什么；
；；；；推理时，，，，，Harness决议了模子怎么跑。。。。。。 Agent这个词自己源自强化学习，，，，，在RL里，，，，，Agent就是一个函数：吸收视察，，，，，返回行动。。。。。；
；；；Ｇ樾挝招卸ブ葱，，，，，返还视察效果，，，，，循环继续。。。。。。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：系统提醒词和工具形貌是Scaffolding，，，，，真正完成挪用模子、执行git diff、运行测试、判断何时阻止谁人循环的，，，，，是Harness。。。。。。训练的时间，，，，，Harness还要并行跑成百上千个这样的循环，，，，，把效果喂回去更新模子权重。。。。。。 两个产品就算底层用的是统一个模子，，，，，体感可以完全差别，，，，，由于它们的Harness做了差别选择。。。。。。反过来，，，，，统一个Harness换一个更强的模子，，，，，体验也会变。。。。。。 Context Engineering（上下文工程）的焦点问题是，，，，，Agent每一步看到什么。。。。。。除了写系统提醒词，，，，，还要动态治理整个上下文窗口：系统提醒词、工具形貌、对话历史、检索到的知识，，，，，每一步都可能纷歧样。。。。。。 它和Prompt Engineering的要害区别在于：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需要在整个运行历程中自动治理上下文，，，，，包括删什么、留什么、从那里检索增补，，，，，不是写个prompt罢了。。。。。。 关于上下文工程，，，，，训练和推理的蜕化价钱天差地别，，，，，训练时搞错上下文，，，，，模子学到过失的工具，，，，，价钱是重新训练，，，，，推理时搞错，，，，，可以修改提醒词然后重新最先即可。。。。。。 影象系统也被纳入了上下文工程的框架。。。。。。短期影象是单次运行中留在上下文窗口里的内容：对话历史、工具返回效果、之前的推理链。。。。。。恒久影象跨会话长期化，，，，，保存外部，，，，，需要时检索回来注入上下文。。。。。。两者由Harness在统一套上下文治理逻辑中统一调理。。。。。。 Policy部分受模子权重影响，，，，，但最终行为也取决于Scaffolding和Harness，，，，，统一个模子，，，，，换一套提醒词、工具或执行循环，，，，，行为可以截然差别，，，，，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通过这些接口触及外部天下。。。。。。模子只会以结构化的名堂表达挪用工具的意图，，，，，API将其作为一等工具泛起，，，，，Harness吸收挪用并路由到准确的位置，，，，，返回效果进上下文，，，，，然后继续循环。。。。。。 Sub-agent是最高层。。。。。。许多人把它当高级工具来用，，，，，但文章给了明确区分：Sub-agent有自己单独的模子和Scaffold，，，，，能自力推理、自己调工具，，，，，甚至能再挪用新的Sub-agent，，，，，这是它和Tool以及Skill的实质差别。。。。。。 RL Environment，，，，，指Agent在训练时可以与之交互的任何系统。。。。。。它的事情方法是：Agent向它发出一个行动（好比执行一条下令），，，，，它执行这个行动、更新自身状态，，，，，然后把新的状态信息返回给Agent。。。。。。 Trainer，，，，，认真让Agent的能力逐步提升。。。。。。它做的事情分三步：第一，，，，，让Agent重复执行完整使命，，，，，跑许多轮；
；；；；第二，，，，，对每一轮的效果打分；
；；；；第三，，，，，用这些分数来更新Agent内部模子的权重参数，，，，，让下一次执行更靠近准确谜底。。。。。。整个历程是自动循环的。。。。。。 Rollout，，，，，指Agent完成一次完整使命的全程纪录。。。。。。内里包括三个部分：Agent在每一步看到了什么信息、它据此做出了什么行动、每一步获得了几多分。。。。。。这份纪录也被称为trajectory或trace，，，，，实质上就是算法通太过析大宗这样的纪录，，，，，找到让分数变高的行为模式。。。。。。 Sergio和Aritra在文章中写道：“这篇文章的目的不是推行唯一准确的词汇，，，，，而是提供一个适用的头脑模式。。。。。。”当一个领域快速生长时，，，，，其术语的演变速率往往凌驾其共识的形成速率。。。。。。