1. 项目概述:Learn-Claude-Code 是什么?
Learn-Claude-Code 是一个专注于 Agent Harness 工程的开源学习项目,由 shareAI-lab 团队维护。这个项目通过 20 个递进式课程,系统性地教授如何为 AI Agent 构建高效的工作环境(Harness)。不同于常见的提示词编排或工作流设计,该项目深入探讨了 Agent 与 Harness 的底层关系,强调"智能来自模型,能力来自环境"的核心理念。
关键认知:Agent = 模型(智能) + Harness(能力)。模型负责决策,Harness 提供执行环境。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 核心概念解析:Agent 与 Harness 的关系
2.1 什么是真正的 Agent?
Agent 的核心是一个经过训练的神经网络(如 Transformer),它通过数十亿次梯度更新学会了感知环境、推理目标和采取行动。这种能力(Agency)不是外部代码赋予的,而是模型在训练中习得的。历史案例证明这一点:
- 2013年 DeepMind DQN 玩 Atari 游戏
- 2019年 OpenAI Five 征服 Dota 2
- 2024年 LLM Agent 重塑软件工程
这些系统共同展示了:真正的智能行为来自模型本身,而非外部编排。
2.2 Harness 的关键作用
Harness 是 Agent 在特定领域工作所需的环境支持系统,包含五个核心组件:
- 工具(Tools):文件读写、Shell、API 调用等执行能力
- 知识(Knowledge):领域文档、API 规范等专长支持
- 观察(Observation):环境状态监控与反馈机制
- 行动接口(Action Interfaces):与外部系统的交互通道
- 权限(Permissions):安全边界与访问控制
Harness 工程师的工作不是创造智能,而是构建智能表达所需的环境基础设施。
3. 项目架构与技术亮点
3.1 核心循环设计
项目的基础是一个简洁而强大的 Agent 循环:
python复制def agent_loop(messages):
while True:
re
