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樾挝招卸ブ葱校，，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。。。。。。