深度解析 AI 编程 Agent 的六大核心组件

为什么 Claude Code、Codex CLI 比直接用聊天界面强大得多？答案藏在 Agent 架构里。

引言

你有没有好奇过：为什么 Claude Code 或 Codex CLI 用起来比在聊天界面中直接用同样的模型要强大得多？

很多人直觉上认为这是因为“模型更好”或“有特殊优化”。但 Sebastian Raschka 博士在最新文章中指出：真正的差异在于 Agent Harness，也就是围绕模型的软件框架。

Raschka 是《Build a Large Language Model From Scratch》和《Build a Reasoning Model From Scratch》两本书的作者。这篇文章把编程 Agent 的核心架构拆得比较清楚，拿来理解 Claude Code、Codex CLI 这类工具很合适。

一、核心概念：LLM、推理模型与 Agent

在深入技术细节前，先厘清几个容易混淆的概念：

1. LLM（大语言模型）

核心的“下一词预测”引擎。它是所有智能体系统的发动机。

2. 推理模型

仍是 LLM，但经过特殊训练，会在推理时花更多计算资源做中间推理、验证和搜索。可以理解为升级版引擎，更强，也更贵。

3. Agent（智能体）

在模型之上的控制层。给定目标后，Agent 决定：

• 下一步检查什么

• 调用哪些工具

• 如何更新状态

• 何时停止

4. Agent Harness

围绕 Agent 的软件脚手架，负责管理上下文、工具使用、提示词、状态和控制流。

5. Coding Harness

Agent Harness 的特化版本，专门针对软件工程任务：管理代码上下文、工具、执行和迭代反馈。

概念关系图

二、一个形象的比喻

Raschka 用了一个形象的比喻：

• LLM 像汽车引擎

• 推理模型 像升级版引擎，更强但更费油

• Agent Harness 像驾驶系统，帮你把车真正开起来

这个比喻不完美，LLM 也可以独立使用，但它有一个点很准确：模型决定“能跑多快”，Harness 决定“能开多远”。

更关键的是，在现在各大模型能力逐渐拉近的背景下，Harness 往往是决定体验差异的关键因素。 Raschka 甚至推测：如果把 GLM-5 放进类似 Claude Code 的 Harness 里，它的实际体验很可能不输给 GPT-5.4。

三、编程 Agent 的六大核心组件

Raschka 将编程 Agent 拆解为六个核心组件：

六大组件总览

组件一：实时代码库上下文

这是最显而易见，也最重要的一层。

当用户说“修复测试”时，模型需要知道：

• 这是不是一个 Git 仓库

• 当前在哪个分支

• 项目有什么结构

• 有没有 AGENTS.md 或 README 说明

为什么重要？

“修复测试”不是自包含的指令。如果 Agent 看到了项目文档，就能知道运行哪个测试命令。如果知道仓库布局，就能在正确位置查找，而不是瞎猜。

实现要点通常是：

• 在开始工作前先收集一组稳定事实

• 包含 Git 状态、分支、最近提交

• 这些信息不要每次都从零重建

组件二：提示词形状与缓存复用

编程会话通常是重复性的：

• Agent 规则基本不变

• 工具描述基本不变

• 工作区摘要基本不变

主要变化的是：

• 用户请求

• 对话历史

• 短期记忆

聪明的设计不会每次都重建一个巨大的提示词。

提示词与记忆分层

核心洞见是：收集仓库事实，和打包缓存事实，是两个独立步骤。

组件三：工具访问与使用

这是从“聊天”变成“智能体”的关键。

普通模型只能用自然语言建议命令。编程 Agent 则会：

• 实际执行命令

• 获取结果

• 将结果反馈到下一轮推理

但也不是让模型放飞自我。实际流程更接近这样：

工具调用流程

安全边界一般包括：

• 预定义的允许工具列表

• 路径检查，只在仓库内操作

• 用户审批机制

这些边界看起来像限制，真正作用是提高可靠性和可用性。

组件四：最小化上下文膨胀

上下文膨胀是 LLM 的通病，编程 Agent 尤其严重：

• 重复的文件读取

• 冗长的工具输出

• 大量日志信息

如果保留所有内容，很快就会耗尽上下文窗口。

原文这里总结了两种核心压缩策略：

• 截断：缩短长文档、截断大输出、压缩记忆笔记

• 对话压缩：将历史转为摘要，保持最近事件更详细

额外技巧包括：

• 对旧文件读取去重，避免重复看到同一内容

• 保持最近事件更详细

• 对旧事件做更激进的压缩

原文这里有一句话很值得记：很多看似的模型能力问题，本质上是上下文质量问题。

组件五：结构化会话记忆

这一层和上一组件紧密相关，但关注点不同。

压缩对话历史与工作记忆

两层状态管理可以概括成：

• 完整对话记录：存储所有请求、输出、响应，只追加，不修改，支持会话恢复

• 工作记忆：小型、精炼的状态，记录当前任务、重要文件、最近笔记，会被修改和压缩

组件六：委托与有界子智能体

为什么要委托？

• 并行化子任务

• 避免单一循环承载所有工作

• 例如查找符号、检查配置、诊断测试失败

核心挑战是：如何绑定子智能体。

子智能体需要继承足够上下文才能工作，但必须有边界：

• 只读模式：子智能体不能修改文件

• 递归深度：限制子智能体再启动子智能体

• 工作范围：限制操作的目录或文件

原文对这里的总结是：继承足够上下文才能有用，但约束边界防止失控。

四、完整架构总览

把这六个组件整合起来，大致是这样一层结构：

完整架构图

这个总览图最重要的地方在于，它把 harness 放在了模型外面一整层。 也就是说，用户请求不是直接丢给模型，而是先经过：

• 代码库上下文

• 稳定提示词前缀

• 工具访问与使用

• 上下文管理

• 会话记忆

• 子智能体委托

最后才进到 LLM 或推理模型。

五、编程 Agent vs 通用 Agent 平台

Raschka 还对比了编程 Agent（如 Claude Code）与通用 Agent 平台（如 OpenClaw）：

编程 Agent 与通用 Agent 平台

核心差异是：

• 编程 Agent 优化的是“一个人在仓库中工作”的场景

• OpenClaw 优化的是“跨多个聊天、通道、工作区运行多个长期 Agent”

编程只是其中一种工作负载。

六、核心洞见总结

1. 模型不是全部

在很多实际应用里，围绕模型的系统和模型本身同样重要。这也是为什么同样的模型放进 Claude Code 后，体验会和聊天界面差很多。

2. Harness 是差异化因素

在模型能力逐渐拉近的情况下，Agent Harness 往往就是体验差异的来源。一个设计良好的 Harness，可以让模型的能力更稳定地落出来。

3. 上下文质量 = 模型表现

很多看起来像模型能力的问题，最后都会落到上下文质量。

4. 边界即自由

预定义工具、路径检查、审批机制这些边界，看起来像限制，实际会提高可靠性和实用性。

七、实践建议

如果你想构建自己的编程 Agent，或者想理解现有系统：

• 从最小实现开始

• 重视上下文管理

• 工具设计要有边界

• 会话记忆要分层

• 提示词缓存尽量复用