你在 2025 年聊的“Agent”，几个月后就变成了“Harness”，再过几个月又变成了“Claw”。看似命名文字游戏的背后，是用户需求驱动下的自然进化：一个工具越有用，用户就越希望它随时可用；任务运行时间越长，用户就越希望它能够在后台和云端持续工作；系统掌握的上下文越多，用户就越希望它主动发现问题并采取行动。最终，它会从一个等待命令的开发工具，变成一个长期存在于用户工作和生活中的 Agent。
不过，这种演化也带来一个限制：用户能够容纳的 Claw 数量非常有限。用户不会愿意让几十个 Agent 同时订阅邮件、发送通知、在 Slack 中 @自己。就像地图、打车和外卖软件一样，每个类别最终可能只会留下少数一两个产品。
Sam Bhagwat 曾经参与构建过庞大的前端框架 Gatsby，如今他的新公司 Mastra 正在为 AI 开发者打造 Agent 框架。他声称，自己已看清了这股新原语浪潮的流向。日前，Sam 在技术分享中，拆解了从 LLM 到 Agent、再到 Harness 和 Claw 的进化路径。他观察到：任何足够有用的 Agent，最终都会被用户逼着运行得更久、响应的渠道更多、甚至在你睡觉时自己变强。随之提出了施泰因伯格定律——所有 Harness 都会“膨胀”，向 Claw 演化，同时，真正的竞争重点也会发生变化，大家争夺的不只是任务执行能力，还包括用户的注意力、信任和长期使用习惯。基于该演讲视频，InfoQ 对内容进行了整理。
核心观点如下：
LLM 与 Agent 的界限在于“循环”，一旦模型开始拥有工具调用、重试机制和状态持久化，它就告别了单次文本转换的原始阶段。
Harness 时代的核心竞争力是规划模式、并行子 Agent 和“非回合制”的操控感。
云端 Harness 通过沙箱和并行计算，让 Agent“全勤在线”，你可以关掉笔记本去睡觉，代码仍在生成。
Claw 要求 Agent 拥有心跳：定时任务、通知订阅、多通道网关，以及最重要的自发创建并微调新 Skill 的持续学习能力。
用户只有精力接纳极少数的 Claw，就像手机里只有一两个地图应用一样，未来的 AI 应用应该去抢占用户的心智空间。
“Harness 时代”降临
自从 Claude Code 几个月前开始流行以来，我们进入了所谓的“Harness 时代”，大量代码和其他工作都在这种长时间运行的 Agent 循环中完成。而且有各种不同的形态：云端、本地、框架版本。一年前我在 AI Engineer 大会上演讲时，主题是“Agent 还是工作流——为什么不能两者兼得？”而现在我们在讨论 Harness。那么这些东西之间有什么关系呢？
我认为这可以看作是一个 Agentic 光谱。从仅仅使用模型开始，一直到 Claw，比如 OpenClaw、Hermes Agent，中间有几个不同的阶段。随着你为应用添加越来越多的功能，这些应用会逐渐积累一些特性。这也很大程度上塑造了我们推出的原语（Primitives），用于帮助用户构建这些 Agent、Harness 和 Claw。
很多人现在张口闭口就是 Agent，但 LLM 和 Agent 之间那道最根本的分界线是什么？我们都知道 Agent Loop，知道工具调用，知道记忆和重试失败的任务。大概在 2025 年的七八月份，业内开始流行上下文工程的玩法，让 Agent 能够存储状态。
但这一切都意味着什么呢？意味着你手里的这个东西开始在一个循环里运转了。它不再只是做单次文本转换，或者做某种分类。它变成了一个你可以聊天的对话助理，可以嵌入到 SaaS 应用里，或者在本地电脑上跑。这比单纯调一个 Anthropic 或 OpenAI 的 API 要复杂得多了。到了这一步，它才真正算是 Agent ，而不仅仅是 LLM。
那么下一步呢？我们怎么从这种基础 Agent，跨越到像 Claude Code 这样的 Harness 型态？这里面可加了不少猛料。
如果你用过 Claude Code，或者用过 Codex，你琢磨一下，是什么让体验变得这么爽？首先，规划模式。它会直接告诉你：“嘿，我打算干这五步活。”接着，你就能看见它在菜单上把第一步打勾，然后第二步打勾。还有并行子 Agent：用这个子 Agent 去研究 A 主题，用那个子 Agent 去研究 B 主题，每个都有自己干净的上下文窗口，研究完把发现喂回主线程就完事了。
我们还有了更牛的驱动方式，比如那种 TUI 界面、斜杠指令、 Skill 系统。还有动态生成的子 Agent，你甚至不用提前定义它们，它自己跑着跑着就现场捏一个出来。它还能在后台启动 Bash 任务。当上下文窗口快撑爆时，它还能自动压缩。线程可以持久化，这样你能随时恢复，或有时候它直接把状态存磁盘里。
这就不是简单的聊天了。你在普通 Agent 里，常常是 LLM 动一回合，你动一回合，像下棋。但 Claude Code 不同，你可以插队，可以掌舵，可以中途打断它，这完全是一种新的交互启示。权限控制也更细腻了，比如我可以批准这类指令在整个会话中都放行，或者只批准这一次。
升上云端
那你再想想，Claude Code 和 Devin 这类东西又有什么不一样？Devin 是活在 Slack 里的，这本质上就是多人游戏，一堆人可以同时跟它唠嗑。它还有 Web UI，你可以在那让对话线程分叉。很多云端优先的 Harness 还支持移动端，我甚至看到越来越多的功能是：这些移动应用直接打隧道穿透到你本机。
因为它们长在云上，往往直接给你配了云端沙箱。而且，因为它们在云上，并行处理能力直接拉满。你在自己的机器上，想做太多并行进程是不可能的，或者说你根本不想它把你的机子跑冒烟。但在云端，你可以放开手脚，这是分布式计算的永恒真理，以前我在搞 Gatsby 时就深有体会。你在本地跑个构建跟你在云端跑个构建完全是两个概念，云上你能并行的活儿多太多了，跑 Agent 也是一样。
与其让你本机去开个分支或者搞个工作树，这种云 Harness 往往直接创建个 PR 推到 GitHub 就完事了。我把这类特性归结为“全勤（Always-on）”，你不需要一直开着笔记本保持它呼吸。你出去遛个弯，甚至睡一觉，它都在那自己转。把活丢给它，让它自己跑就好了。
所以在 Harness 时代内部，也存在着本地和云端两种形态的分野。就像 Next.js 的开发服务器跑在你电脑上，跟 Render 或 Vercel 上的预览构建本质上是一回事，只是存在形态的区别。
所有 Harness 都会膨胀为 Claw
我们看看下一个终极形态：Claw。从 Harness 到 Claw，又多了几样决定性配置。
一个是心跳，也就是常说的定时触发、调度任务、Cron。你可以安排它每三十分钟醒来一次，帮你检查各种事情。这直接引出了下一个特征：订阅。如果你用过什么个人助手类的 Agent，会发现它会订阅你的邮件，给你发短信：“瞅见一封急活邮件，你要不要我帮你回？”
它的记忆通常也存在云端，还有网关，有了各种通道：你可以在 Slack 上找它，在 Telegram 上发号施令，WhatsApp 吼一嗓子，或者用 iMessage。然后，我们终于看到了一个心心念念很久的东西：持续学习。它们会自己捏造新 Skill，或者基于你给它的 Skill，观察你的操作习惯，然后去微调那个 Skill。长此以往，它在特定任务上会越做越溜。这是我们对 Claw 的终极期待，现在总算开始起量了。
我把这套逻辑叫做施泰因伯格（Steinberger）定律：任何一副 Harness，只要它不被干掉，它就会不断吸收功能，直到最终膨胀成一只 Claw。
它膨胀是因为我们这些用户逼着它膨胀，如果某个东西有用，我们就是受不了还得专门去打开它，我们想发条短信就可以搞定，想让它在夜里自己替我跑活。
我们想要的，是一个私人的多巴胺赌场：我们在入口塞进一堆 Token，然后使劲摇，看它能给我们吐出什么产出，不管是代码，还是任何我们需要的东西。
如果你是正在构建 Agent、 Harness 或 Claw 的开发者，你去看看用户发给你的需求。你大概也会发现，他们简直是在推着你往这个进化方向上走：“能不能多干点？能不能干快点？能不能多开几个研究任务？能不能别只跑三个任务，一次给我跑二十个？”
当你听到这路需求时，你需要在脑子里给它们归好类，立刻反应过来：原来这帮用户是想让我的 Agent 进化成 Harness。
作为框架商，我承认我肯定是有私心的。我觉得与其让你自己去手搓这些复杂特性，不如找个已经把底层活干好的框架要省力得多。
我们见了太多团队，天天在纠结：“我到底是该搞这个新功能，还是该去做那些真正面向用户的东西？”这种时候，如果你手里有个框架能帮你把这些基础设施扛起来，那感觉其实是挺美好的。
抢夺用户的心智空间
但在这收尾时刻，我想泼一点点冷水。当我们的 Agent 膨胀成 Harness，当 Harness 又膨胀成 Claw，我们必须正视一个冰冷的现实：现实世界里的普通人，脑子里能留出来的位置，只够塞下屈指可数的几只 Claw，毕竟真正能时时刻刻唤醒着、订阅着通知、短信轰炸你、消息闪个没完的通道是有限的。
这跟我们手机里的应用生态其实非常像。我们有各种不同品类的应用，但每个品类里，真正活下来的也就那一两个。你数数，共享出行应用最后活下来几个？地图应用几个？外卖应用几个？这里面当然夹杂了各种因素，但有一个就是：用户大脑里的“货架”是极其有限的。
所以你得清楚，将来你是在抢夺大家的心智空间。如果你能构建出某种对用户来说极具粘性的东西，那你就必须做好准备，去跟其他同样也想抢占用户粘性的东西贴身肉搏。
一旦上了这条道，你就得一路走到底。
