林先森

外观

从模型到 Super-agent：能力是怎么一层层长出来的 ​

一句话定义（本站归纳）：一个模型只会生成下一个 token。它不会记住刚才发生了什么，也不能自己动手。所谓的 Harness、Agent、Super-agent，不是四个不同的产品，而是为了让模型真正干活，在它外面一层层补出来的东西。

模型：能力的天花板 ​

最朴素的形态是一次前向调用：把问题交给模型，拿回答案。

它能写代码、能做分析、能给出建议，但三件事做不到：不记得上一轮说过什么，不能改变外部世界，出错或中断后没法自己恢复。模型是能力本身，却不是一套能持续工作的系统。

于是要补第一层：执行框架。

执行框架：让模型能持续行动 ​

Harness 做的事，是把"一次生成"变成"一个可以持续运转的循环"：

  • 上下文装配：每一轮到底把哪些历史、哪些指令交给模型；
  • 工具调用：让模型能读文件、跑命令、查资料；
  • Agent Loop：模型 → 动作 → 环境 → 观察 → 模型，直到任务结束；
  • 权限与沙箱：循环开始产生真实副作用后，必须知道什么能做、什么不能做；
  • 会话与持久化：崩溃、重启、换客户端之后，工作还能接上。

这一层解决的是"模型能不能持续、可控地干活"。但它仍然只对一个会话负责，不知道同时发生的几件工作之间是什么关系。

于是要补第二层：智能体。

智能体：从"能执行"到"能负责" ​

执行框架是运行时，智能体是那个对一件完整工作负责的单元。

差别不在工具多少，而在有没有这些东西：

  • 一个明确的目标，而不是一句随手的提问；
  • 一个交付物，比如一个 PR、一份报告、一次修复；
  • 一条停止条件：做到什么程度算完成，什么情况下必须停下来问人；
  • 一套验收标准：怎么判断它做的对不对。

模型加上 Harness，构成了智能体。到这里，一个 Agent 已经能独立承担一件工作了。

但它能同时推进的事仍然有限。更准确地说，上限不在模型，而在人：一个人通常只能同时跟进三到五个活跃会话。

于是要补第三层：Super-agent。

Super-agent：从"一个能负责"到"很多个同时推进" ​

Super-agent 不是参数更大、工具更多的 Agent。它解决的是一个新问题：当很多件工作同时发生时，人怎么才不被淹没。

它要补的是这些：

  • 事件触发：工作的起点从"人下命令"变成"事情发生了"；
  • 准入与路由：哪类事该叫醒谁，什么条件下才允许主动开工；
  • 隔离执行：一件事一个会话、一个目录，互不污染；
  • 验收流水线：写代码的不能自己上线，审查、测试、发布各有各的关口；
  • 注意力预算：只有不可逆、高代价、对外的决策才递到人面前。

到这里，系统优化的指标已经变了：不再是单任务正确率，而是人每天被打断多少次。

一层层长出来，不是互相替代 ​

这四段是一条连续的路径，不是四个并列的赛道：

text
模型
  │  补上记忆、工具、循环、权限、恢复
  ▼
执行框架（Harness）
  │  补上目标、交付物、停止条件、验收标准
  ▼
智能体（Agent）
  │  补上事件、路由、工单隔离、验收、注意力预算
  ▼
Super-agent

反过来看，也能判断一个系统到底走到了哪一步：

  • 有执行框架，不一定有智能体——缺目标和交付边界，它只是个运行时；
  • 有智能体，不一定有 Super-agent——缺调度和验收，只是几个并排跑、仍然由人驱动的窗口；
  • 有多个 Agent，也不一定是 Super-agent——如果每件事的起点仍然是人，那只是把多个聊天窗口摆在一起。

判断标准不是用了多少新名词，而是它有没有解决上一段留下的那个问题。

怎么看一个新东西 ​

这条主线最大的用处，是给讨论一个共同的坐标系。

看到一个新模型、新框架、新产品、新论文，先问三个问题：

  1. 它主要在哪一段工作？
  2. 它补的是上一段留下的哪个具体问题？
  3. 它有没有把问题真正往下推一段，还是只换了个说法？

比如：

  • 一个新的模型榜单，回答的是"能力的天花板有多高"；
  • 一个新的 Harness，回答的是"如何让模型持续、可控地行动"；
  • 一个新的 Agent 产品，回答的是"谁对一件完整工作负责"；
  • 一个新的多智能体系统，回答的是"多件事如何并行，而人只做关键决策"。

定位清楚，才不会拿"模型分数"去论证"Agent 行不行"，也不会把"多智能体"误当成"更强的单 Agent"。

按这条主线读本站 ​

阶段解决的问题从这里读起
模型能生成，但不会记忆、不能行动、无法恢复从一次 LLM 调用到完整 Harness 的前半段
执行框架让模型持续、可控地行动Harness 概念锚点 · Harness 专题总览
智能体让一个执行单元对完整工作负责Agent 范式演变 · Loop Engineering
Super-agent让多件事并行，人只做关键决策Super-agent 专题总览

工具与对比横跨"执行框架"和"智能体"两段：它们既是 Harness 的具体实现，也是一个个能独立交付的 Agent 产品。判断归属时看它的主问题——讲运行时机制，就归执行框架；讲一个能独立干活的产品，就归智能体。

推荐阅读顺序 ​

  1. 模型 → 执行框架：从一次 LLM 调用到完整 Harness——看运行时是怎么一层层补出来的。
  2. 执行框架：Harness 概念锚点 → Harness 专题总览。
  3. 执行框架 → 智能体：Codex Harness · Pi → DSH vs Pi 架构对比。
  4. 智能体：Loop Engineering → Agent 评测 → AI Friendly 知识库。
  5. Super-agent：专题总览 → DeepSeek 的组织级设计 → 卡兹克的 Agent 系统 → 苍何的 LobeHub 实践。

关联词条 ​