四种主流架构 + CLI Agent 趋势 + 动手 6 步

四种主流 Harness 架构横向对比

业界已经沉淀出四种常见的 harness 架构。理解它们的差异，能帮你给自己的项目选对起点。

10.1 一条隐线：从单体到分层

把上面四种架构按时间线排，几乎呈现一条工程演进路径：

1. 2023：大家都是 Loop-based，写一个 while 循环就敢叫 Agent。
2. 2024：复杂任务跑不通，Graph-Stateful（LangGraph 为代表）登场，把流程刻死换可控性。
3. 2024-2025：单 Agent 装不下所有能力，Multi-Agent 流派起势（AutoGen、CrewAI、MetaGPT）。
4. 2025-2026：企业开始追求平台化、可治理，Microkernel + Control-Plane 架构成为大厂自研 Agent 中台的主流选择。"super agent harness" 概念开始流行 —— 一层 harness 编排一组 sub-agents、memory、sandboxes、tools、skills，对外像一个 super-agent。字节的 DeerFlow（2026-02-28 GitHub Trending #1）就是这条路线的典型代表。

对小白的建议：从 Loop-based 起手做 Demo，从 Graph-Stateful 起手做产品，从 Microkernel 起手做平台。不要逆序。

趋势观察：CLI Agent 为什么突然火了

2025 年下半年到 2026 年初，AI 圈最显眼的产品形态变化不是又一个新模型、也不是又一个 IDE 插件，而是 CLI Agent —— 一群"长在终端里"的编码 Agent 集体出圈。这一节把这股浪潮拆给你看，并把它放回前面八根支柱的坐标系里。

10b.1 一句话定义：什么叫 CLI Agent

CLI Agent 就是 把 harness 直接装进终端命令的 Agent 产品。你在 shell 里敲一个 claude / codex / gemini / aider，进入一个交互会话，告诉它要做什么，它在 当前目录 直接读文件、改文件、跑命令、提交 git。没有 web UI，没有 IDE 面板，UI 就是终端本身。

这个形态很反直觉 —— 都 2026 年了，AI 产品最火的 UI 居然是 1970 年代的终端。原因不是怀旧，是 CLI 在 Agent 这个特定场景下，恰好把工程上几个最难的事情一次性绕开了。

10b.2 AI 编码工具的四个阶段

把"AI 写代码"这件事按交互形态做时间线，能清楚看到 CLI 是第四代：

每一代的进化都是把 Agent 往"更靠近开发者真实工作环境"推一步。第四代干脆直接住进终端 —— 因为开发者最终干活的地方就是终端。

10b.3 为什么 CLI 形态突然成了主流

这一波 CLI Agent 不是单纯的"复古"，而是工程上几个真实优势叠加的结果：

• 天然吃 DevOps 工具链：终端里 git、docker、npm、kubectl 现成的，Agent 拿一个 bash 工具就能用全。不需要为每个工具写 MCP server 或 IDE 集成。
• 远程 / 无图形环境友好：SSH 进生产服务器、跑在 CI 流水线、跑在 Docker 容器里 —— 这些场景没有 GUI，IDE 形态根本进不去，CLI 是唯一选项。
• 可脚本化、可流水线化：CLI 的输入输出都是文本，能 pipe、能 cron、能塞进 GitHub Actions。"夜里 12 点自动跑一遍 Agent 修 lint 然后发 PR"在 CLI 里是十几行 yaml 的事。
• 资源开销极小:没有 Electron 壳、没有渲染层。一个 npx 命令几十兆，跟随进程随用随关。
• 模型够用了：第 1 章说过，2024 年起函数调用稳定 + 长上下文打开，让"扔给模型一堆文件让它自己读"这件事真的能跑通。CLI 形态高度依赖这点。

10b.4 四款主流 CLI Agent 速览

把 2026 年开发者最常用的四款放一张表里。重点不是"哪个最强"，而是看它们各自押注的 harness 设计哲学。

国内厂商也已经跟进同一形态：阿里的 Qwen Code、Moonshot 的 Kimi CLI、字节系的 OpenCode、GitHub 自家的 Copilot CLI 等，2026 年上半年密集发版。可以理解为：CLI Agent 已经从"明星产品"变成"模型公司的标配交付形态"。

10b.5 把 Claude Code 的"四件套"拆给你看

Claude Code 是这一波里最值得拆解的产品。它的整个 harness 公开宣称只暴露 四个工具给模型：

• Read：读仓库里任意文件
• Write：创建新文件
• Edit：精确字符串替换式修改文件
• Bash：在 shell 里执行任意命令

没有专用的"搜索工具"（用 grep）、没有专用的"测试工具"（用 npm test）、没有专用的"lint 工具"（用 eslint）。其设计者 Boris Cherny 的原话是：

"模型只想用工具。给它 bash，它就会写 AppleScript 去做没人规划过的事情。"

这是一个非常激进的 harness 哲学：不要为模型预先规划"它该有哪些能力"，给它一个 shell，让它自己组合。这种打法过去几年是不可行的，因为模型组合能力不够；2025-2026 之后才被证明可行。它对应的代价是：模型一旦走偏，破坏力很大（一句 rm -rf 就能把工作目录抹掉）—— 所以 Claude Code 在第二支柱"沙箱"上压了重注：每个写入/执行操作默认弹二次确认。

10b.6 CLI Agent 的共性 harness 长什么样

把四款产品摆在一起观察，会发现 CLI Agent 这条路线在八根支柱上有一组高度收敛的工程选择：

换句话说，CLI Agent 不是另起炉灶的新架构，它就是第 10 章里 Loop-based 与 Multi-Agent 的混合体，外面套上"终端"这层 UI。它之所以能做得简洁，是因为它接受了一个很狠的约定：开发者本地工作目录 = 沙箱，git 仓库 = 状态，CLAUDE.md = 记忆。这个约定一旦立住，整个 harness 可以薄到只剩四个工具。

10b.7 国内协同办公平台的 CLI 化浪潮：飞书与钉钉

故事到这里其实只讲了一半。CLI Agent 是"AI 这一侧"的形态选择，那同一时间窗口里，"SaaS 这一侧"也在做一件呼应它的事 —— 把整个产品压扁成命令行。2026 年 3 月，钉钉、飞书、企业微信几乎在同一窗口集体开源了官方 CLI，国内办公协同平台一下子从"对人友好的 GUI"转向"对 Agent 友好的 CLI"。这一节把这件事讲清楚。

10b.7.1 一周之内，三家集体开源

把时间线摊开看，这几乎是行业级的同步动作：

• 2026-03-17，钉钉发布"悟空"平台并宣布产品全面 CLI 化改造，CTO 朱鸿原话："我们希望每一个 AI Agent，都能像调用系统命令一样自然地调用钉钉。"注意他用的词是"系统命令"，不是 API、不是协议，是 ls/cd/grep 那种东西。十天后（3-27），仓库 dingtalk-workspace-cli 开源到 GitHub，二进制叫 dws，Apache-2.0。
• 2026-03-28 前后，飞书跟上，仓库 larksuite/cli，包名 @larksuiteoapi/cli，MIT，Go 语言。上线不到两个月即攒到 10100+ Stars / 673 Forks / 380+ Issues / 32 个版本，是国内官方 CLI 中最热的项目（来源：itbear.com.cn 2026-05 报道）。
• 同期 企业微信开源 wecom-cli，开放消息、日程、文档等七大核心能力。

同窗口对照一下海外：Google Workspace CLI 同样有热度（开源 70 余天 2.6 万 Star），但被官方明确标注为"非官方支持"。国内三家是全球范围内首批"官方背书 + 面向 AI Agent 适配 + 用户友好"的协同办公 CLI。腾讯网当时一篇刷屏文章直接给这件事下了一个尖锐标题："钉钉飞书集体抛弃 MCP，CLI 才是 Agent 的终局"。

10b.7.2 为什么做？三个层次的回答

"为什么不继续做 MCP server，而非要做 CLI"是这件事最核心的问题。把它拆成三层来看：

第一层 · 工程层：CLI 是 LLM 的"母语"。大模型的训练语料里塞满了 Shell 命令、Unix 管道、命令行工具示例，所以让模型生成一条 dws calendar event create --title "周会" --time "周五15:00"，几乎是零学习成本；让它去拼一段自定义 MCP 协议的 JSON 调用，则需要专门的上下文注入和示例。这种差异在单次调用里看不出来，在高频、多步、复杂的 Agent 任务里会被放大成显著的准确率差距。同时 CLI 自带四个 Agent 友好的工程属性：

• 确定性：同一条命令同一组参数，输出关系稳定，没有 LLM 决策漂移。
• 可观测性：stdout / stderr / exit code 一应俱全，Agent 干了什么、错在哪、能不能重试，全部有据可查。
• 可组合性：天然吃 Unix 管道，可以和 git/jq/grep/curl 这一整套五十年的工具生态拼接。
• 生态继承：所有 CLI Agent（Claude Code、Cursor 终端、Codex CLI 等）天然能调用，不需要为每个 Agent 单独适配。

第二层 · 范式层：从"先 MCP 后 CLI"是行业认知的递进。这一波之前业界在 Agent 工具层走过两个阶段：

1. 第一阶段：MCP "把世界接进来"。解决"模型怎么调外部能力"的问题，让任何工具都能以统一协议被 Agent 看到。但当一个 Agent 接入工具数 > 15 ~ 20 个之后，工具描述全量进上下文导致 Token 成本爆涨、模型在相似工具里选错率上升、整体行为依赖 prompt 不够稳定。
2. 第二阶段：Skills 把能力结构化。把工具组合成"可复用能力单元"（"竞品分析"、"生成周报"），让 Agent 按手册办事。但 Skill 内部黑盒、组合复杂度爆炸、最终调度仍依赖 LLM 决策 → 执行不确定性没解决。
3. 第三阶段：CLI 把执行层"压扁"。把"决策（LLM）"和"执行（CLI）"明确分开 —— LLM 输出一条确定性命令，CLI 负责稳定执行。从依赖模型的理解力，走向依赖系统的执行力。

钉钉飞书做的事情，本质上就是把第三阶段在企业协同领域落地。

第三层 · 战略层：争夺"Agent 时代的工作平台入口"。Gartner 预测：搭载 AI Agent 功能的商用企业软件市场占比，将从 2024 年不足 1% 升到 2028 年的 33%。这意味着：

• "人主动适配软件操作"会逐步变成"人下达指令、Agent 直达业务目标"；
• 过去靠 GUI 锁定用户的"场景绑定优势"在加速失效；
• 谁的能力进了 Agent 的工具菜单，谁就还在场内；进不去的，就被通用大模型 + Computer Use 越过。

飞书的官宣里有一句很值得回味："飞书正从'人和人的协同工具'转变为'人和 Agent 的协同工具'"。把 CLI 开源，本质是把整个产品的能力面向 Agent 重新接入一遍。

10b.7.3 怎么做？两家的设计逻辑对照

两家 CLI 的具体设计有差异，但底层范式高度一致：服务/资源/动作三段命令树 + Agent 友好的开关 + 完整 OpenAPI 兜底。下面把核心差异摆出来。

抽出来共同点：

• 开放面向 Agent，不是面向程序员。传统 OpenAPI 文档需要程序员理解、写胶水代码；CLI 直接把能力做成 Agent 一调即用的命令，取消了"集成开发"这个中间环节。
• 显式的"Agent 模式"。--yes/--mock/--dry-run/多输出格式/schema 自查 —— 这些都是把 Agent 当一类一等公民的用户来设计的。
• OpenAPI 兜底层不能少。Shortcuts 简化常见场景，但 Agent 总会遇到边缘需求；Raw API 这一层避免了"封装太薄死板、太厚漏命令"的两难。
• 权限和身份继承到 OS 用户/企业账号，对应回支柱一（身份与权限）—— 这是企业级 Agent 上线的硬门槛。

10b.7.4 做与不做：AI 时代的"入口存亡线"

这是这一节最该让小白记一辈子的一句话：在 Agent 时代，能力没被 CLI/MCP 暴露 ≈ 能力不存在。

钉钉、飞书、企微在同一窗口集体动手不是巧合 —— 它们都看到了同一件事：Agent 时代的 SaaS 不是"功能更强"的竞争，而是"谁是 Agent 的标配 import"。CLI 化是给企业协同平台争一张未来十年的入场券，做了不一定赢，不做几乎确定输。

10b.8 给小白的两个启发

动手：6 步设计你的第一个 Agent

把前面 10 章的知识压缩成一个可执行的 6 步清单。建议照着做一个最小可用 Agent，再迭代加复杂度。

参考资料

本文涉及的论文、开源项目和文章。括号内为发表/发布时间。

核心 Harness 概念

• Birgitta Böckeler. Harness engineering for coding agent users. Martin Fowler 个人专栏（2026-04-02）。把 Harness 定义为 Guides + Sensors。
• Vivek Trivedy. The Anatomy of an Agent Harness. LangChain Blog（2026-03-10）。"If you're not the model, you're the harness." 的出处。
• Anthropic. Claude Code 官方文档与博客系列。Anthropic 把 Claude Code 称为 harness。

记忆系统主要论文与项目

• Packer et al. MemGPT: Towards LLMs as Operating Systems. arXiv:2310.08560（2023-10）。分层记忆与 OS 范式。
• Letta（github.com/letta-ai/letta，~16.7K Star）。MemGPT 商业化与社区演进。
• Mem0（github.com/mem0ai/mem0，2024-07 开源）。论文 arXiv:2504.19413（2026-04），LoCoMo 71.4→91.6、LongMemEval 67.8→94.8（自评，需独立复现）。
• Rasmussen et al. Zep: A Temporal Knowledge Graph Architecture for Agent Memory. arXiv:2501.13956（2025-01-20）。DMR 94.8% / LongMemEval +18.5%（自评）。
• OpenViking（github.com/volcengine/OpenViking，2026-01 开源，~4.5k Star）。"Everything is a File"，L0/L1/L2 分层；LoCoMo10：35.65% → 52.08%（OpenClaw + OpenViking，自评）。
• MineContext（github.com/volcengine/MineContext，2025-10）。主动式上下文。
• LangMem / Cognee / A-MEM / Memary / EverMemOS / MIRIX 等：见各自 GitHub README。

Harness 与 Agent 框架案例

• Can Bölük 实验：仅替换 edit 工具实现（str_replace → hashline 行号差量），Grok Code Fast 1 在 SWE-bench 成功率 6.7% → 68.3%。来源：作者博客与社交媒体公开实验记录（2026 初）。
• DeerFlow（github.com/bytedance/deer-flow，2026-02-28 GitHub Trending #1）。super agent harness 代表。
• LangGraph 官方文档。状态图编排范式。
• AutoGen（Microsoft）、CrewAI、MetaGPT。多 Agent 协作主流框架。
• Anthropic Model Context Protocol（MCP）官方文档。工具协议事实标准（2024 年底提出）。