什麼是 AI Harness？AI 為什麼能讀檔、跑終端機與呼叫工具？
模型負責決定下一步，Harness 負責讓下一步真的發生
前面提過，同一個 AI 模型放在不同工具裡，有時只會回答問題，有時卻能打開專案、修改檔案，做完還會自己跑測試。
這個差異，剛好可以從你現在讀的這篇文章開始看。
開始動工前，我只下了一個很簡單的要求：「先用你的概念，撰寫 Day 3。」後面卻發生了一串動作：AI 先讀取原本的草稿和專案規則，查證 Harness 的資料，重寫文章、修改三張示意圖，接著重新建置網站，再打開頁面確認圖片和文字有沒有問題。
我輸入的只有一句話，但中間其實有很多細節要處理。負責把這些步驟串起來，讓模型真的能在電腦裡做事的這一層，通常會被稱為 AI Harness 或 Agent Harness。
AI Harness 是什麼？
先講最簡單的版本：Harness 就是負責把模型接上資料與工具，並且真的把動作執行出來的系統。
模型可以理解我說的話，也可以判斷下一步應該做什麼；可是它不會憑空知道文章放在哪個資料夾，也不能自己伸手打開檔案。這些資料要先被送給模型，模型提出的動作也需要有人真的去執行。
Harness 就站在中間，主要處理四件事：
- 準備資料：整理這次任務需要的文章、程式、需求與專案規則。
- 提供工具：讓模型可以讀寫檔案、執行指令、打開瀏覽器或呼叫其他服務。
- 管理權限：限制可以動到哪裡，遇到需要確認的操作先停下來詢問。
- 帶回結果：把檔案內容、錯誤訊息與測試結果送回模型，讓它繼續判斷。
OpenAI 介紹 Codex Harness 時，提到的範圍也不只工具呼叫，還包含 Agent loop、對話狀態、設定、權限，以及 MCP 和 Skill 等擴充能力。[1] 不同產品怎麼切這一層，名稱和範圍不一定完全相同；這篇先把 Harness 當成「負責接上並執行的那一層」就好。
這也解釋了為什麼同一個模型換到不同應用程式，表現可能差很多：不一定是模型突然變聰明，而是外面的 Harness 能提供的資料、工具和流程不一樣。
一句需求，背後實際跑了什麼？
回到這篇文章的例子。如果只看畫面，我輸入一句需求，過一會兒就拿到一篇完整草稿；但站在 Harness 的角度，這不是一次完成，而是一輪一輪跑出來的：
- 先收下任務：我要重寫 Harness 文章，語氣要更口語，內容也不能太薄。
- 準備相關資料：找出原本的草稿、專案規則、寫作 Skill 和官方說明。
- 讓模型判斷下一步：先整理文章主線，再決定哪些段落需要補充或重寫。
- 真的執行動作：修改文章與 SVG，檢查文字和排版，接著重新建置網站。
- 把結果送回模型：如果圖片無法顯示、文字被切掉或建置失敗，模型就根據錯誤再調整。
- 交回成果：所有檢查完成後，再告訴我改了什麼、結果放在哪裡。
這個過程通常不會只問模型一次。模型先提出一個動作，Harness 執行之後把結果放回去，模型再根據新的資訊決定下一步。OpenAI 把這個反覆運作的過程稱為 Agent loop。[2]
所以 Agent 能自己修正，不是因為它一開始就把所有步驟想得完美，而是它可以「做一步、看結果、再決定下一步」。測試失敗並不是流程外的意外，錯誤訊息本身也是下一輪判斷要用的資料。
Harness 的能力從哪裡來？
第一次看到 Agent 又能改檔案、又能讀 Notion，還會按照固定步驟檢查文章，很容易以為這些能力全部藏在模型裡。其實模型比較像是負責判斷的人，它能使用哪些能力，還要看 Harness 替它接上了什麼。
入門時，可以先分成下面三類：
內建工具：負責真的動手
檔案讀寫、終端機與瀏覽器操作，可能是 AI Coding 工具原本就準備好的能力。模型要求「讀取這個檔案」時，Harness 會呼叫對應的工具，再把讀到的內容送回模型。
可以把內建工具想成 Agent 的手腳。它決定 Agent 能不能在目前的專案裡找資料、改內容、執行測試，以及實際打開頁面檢查。
不過，有手腳不代表可以隨便亂碰。工具通常還會受到工作目錄和權限限制；如果操作超出原本範圍，Harness 可能會要求使用者確認，或直接拒絕執行。
MCP：負責接到專案以外
如果資料放在 Notion、Figma 或其他外部服務，單靠專案裡的檔案就不夠了。MCP（Model Context Protocol） 提供一套共同的連接方式，讓 AI 應用程式可以取得外部資料或使用外部工具。[3]
例如我把文章規劃放在 Notion，Agent 原本只看得到本機專案；接上對應的 MCP 之後，它才多了一條可以讀取 Notion 的路。MCP 解決的是「怎麼連到外面」，不會自動教 Agent 該怎麼寫一篇文章。
另外，瀏覽器、GitHub 或其他服務究竟算內建工具，還是透過 MCP 接入，會因為你使用的產品而不同。與其硬背分類，不如先看它這次能連到哪裡、可以做什麼。
Skill：負責提醒它怎麼做
Skill 比較像一份可以重複使用的工作手冊。裡面可以放指令、步驟、參考資料和輔助腳本，告訴 Agent 遇到某一類任務時，應該先看什麼、照什麼順序做，以及最後要檢查哪些項目。[4]
這次撰寫這篇文章時，專案裡的文章 Skill 就要求我先確認寫作語氣、補足論述、替抽象概念準備示意圖，最後還要建置並檢查實際頁面。它沒有替我接上新的網站，而是提醒我這類工作該怎麼做才完整。
所以可以先這樣記：
- 內建工具是手腳，負責執行動作。
- MCP是外接插座，負責連接專案以外的資料與服務。
- Skill是工作手冊，負責提供做事的方法。
三者可以一起使用，但不是同一件事。Skill 可以要求 Agent 使用某個 MCP 取得資料，再用內建工具修改檔案；真正把這些能力排進同一個任務、收集結果並繼續往下跑的，才是 Harness。
有工具以後，為什麼還要管權限？
Agent 能夠讀寫檔案很方便，但同一個能力也可能改錯檔案、刪掉重要內容，或把還沒檢查的結果送到外部服務。工具越多，能造成的影響也越大。
因此 Harness 不只負責「讓動作成功」，也要負責「這個動作現在能不能做」。像是讀取專案內容，通常可以直接進行；如果要改到專案外的檔案、安裝新的套件、發布網站或對外傳送訊息，就可能需要先取得允許。
這也是為什麼使用 Agent 時，不能只看最後一句「完成了」。你還要確認它讀了什麼、改了什麼、執行了哪些操作，以及測試通過是否真的等於功能能用。Harness 可以幫忙守住執行範圍，但要不要接受這個結果，最後還是人的責任。
不用急著背名詞，先把四件事說清楚
看懂 Harness 之後，不代表你現在就要自己建立一套 Harness，也不用第一天就安裝很多 MCP。比較實際的開始方式，是先把任務交代清楚。
以修改這篇文章為例，如果我只說「幫我把文章弄好」，Agent 還是得猜什麼叫作好。比較完整的說法會是：
請依照剛才確認的方向，重寫這篇 Harness 文章。語氣要口語，保留足夠論述，加入示意圖與實際畫面待補位置；完成後執行建置並檢查文章畫面。這次只修改目前這一篇。
裡面其實交代了四件事：
- 目標：要重寫文章，而且要讓初學者看懂 Harness。
- 資料：可以參考原本的草稿、專案規則與實際工作過程。
- 範圍：只修改目前這篇文章，不要動到其他內容。
- 完成條件：要有足夠論述、圖片、建置結果與實際畫面檢查。
你說得越清楚，Harness 越容易準備正確的資料與工具，模型也比較不需要一路猜。當然，需求不可能一次就寫得完美；看到結果之後繼續補充與修正，本來就是 Agent loop 的一部分。
TIP
不用先研究每一項工具的技術細節。先挑一個很小的任務，觀察 Agent 讀了哪些資料、用了什麼工具、在哪裡詢問權限，以及最後怎麼證明自己做完，會比背名詞更容易理解 Harness。
模型負責決定下一步，Harness 負責讓下一步真的發生。它準備資料、提供工具、守住權限，再把執行結果送回模型。少了其中一塊，Agent 的做事方式就可能完全不同。
下一篇，我們會回到實際使用的工具，聊聊 Claude Code 與 Codex 在做事方式上有哪些差異，以及我會怎麼選。規格可以列成表格，但真正用起來順不順，往往還是藏在這些 Harness 細節裡。
如果你想知道前面說的流程實際長什麼樣，下面就是本次撰寫文章的協作畫面。左邊是文章的本機預覽，右邊則是 Codex 讀取規則、修改內容並回報結果的過程；這不是另外做的示意介面，而是這篇文章真的怎麼被修改出來的。
這篇文章的內容、流程圖與檢查結果，就是在這次協作過程中一步一步完成的。
OpenAI, Unlocking the Codex harness: how we built the App Server。 ↩︎
OpenAI, Unrolling the Codex agent loop。 ↩︎
OpenAI, Model Context Protocol。 ↩︎
OpenAI, Skills & Plugins。 ↩︎