核心概念：模型是“罐中大脑”，框架赋予其行动力
许多用户可能注意到一个现象：即使两个AI产品运行着完全相同的底层模型，它们的实际体验却截然不同。例如，同一个基础大语言模型如果仅作为简单的聊天机器人使用，它只能进行基础的对话交互；但若将其嵌入一个拥有文件访问权限和终端操作能力的开发者工具中，它就能连续数小时自主完成复杂的软件开发任务。这种巨大的能力差异并非源于模型本身的智力变化，而是取决于AI模型（AI Model）与智能体框架（Agentic Harness）的结合方式。要理解这一点，首先需要明确AI模型的本质。
当我们谈论ChatGPT或Claude等知名产品时，我们指的通常是底层的人工神经网络。然而，这些模型在孤立状态下存在显著的能力局限。它们无法直接触达外部世界：不能原生地打开文件、运行代码，也无法自主浏览网页。用视频博主的比喻来说，这些模型本质上是一个“罐中大脑”（Brain in a Jar）。它们虽然具备强大的推理和生成能力，但被禁锢在封闭的系统内，缺乏与物理世界或数字环境互动的原生手段。因此，单靠模型本身无法完成需要多步骤操作的任务。
“So on their own... These AI models are essentially, well, a brain in a jar. They're capable, but they're trapped.”
既然模型本身存在局限，那么差异的来源就在于包裹在模型外部的结构。当我们将一个AI模型进行封装时，这个封装层被称为智能体框架（Agentic Harness）。一个完整的AI Agent实际上由两部分组成：AI模型加上智能体框架。如果说模型是负责思考的大脑，那么框架就是赋予大脑手脚、记忆和规则的系统。框架包含了模型所使用的工具、记忆的保持方式、持续运行的循环逻辑以及允许执行的操作规则等所有关键要素。正是这个“包裹层”决定了模型能否从静态的文本生成器转变为动态的任务执行者。
框架三大组件之一：工具（Tools）扩展了行动边界
智能体框架的核心功能之一是提供工具（Tools），使模型能够突破“罐中大脑”的限制，在外部世界中执行具体操作。这些工具构成了AI与外界交互的桥梁。首先，模型可以通过文件访问工具读取和写入本地或云端的文档；其次，它具备代码执行能力，可以在沙箱环境中运行程序以验证逻辑或生成结果。此外，框架还允许模型获取互联网信息，甚至通过一种称为计算机使用（Computer Use）的技术直接操控电脑屏幕。在“计算机使用”模式下，模型可以模拟人类操作鼠标光标和键盘，驱动任何软件完成图形界面任务。
除了框架内置的通用能力外，智能体框架还通过命令行接口（CLI）赋予模型更广泛的权限。对于机器上已安装的任何软件，框架通常允许模型通过命令行直接调用，这与开发者手动操作电脑的方式完全一致。这种设计极大地扩展了模型的适用范围，使其能够利用系统中现有的各种专业工具。
“For anything else already on the machine, well a harness usually gives the model access to the command line... which is really the same way that a developer would do it.”
对于连接不在本机上的外部服务（如企业数据库或第三方应用程序），行业正在采用一种标准化协议，即模型上下文协议（Model Context Protocol, MCP）。MCP是一种标准接口规范，任何符合该标准的工具都可以无缝接入支持它的智能体框架中，而无需为每个新应用重新构建连接代码。这种模块化设计使得工具生态能够快速扩展，进一步增强了智能体框架的灵活性和通用性。
框架三大组件之二：记忆（Memory）突破上下文限制
尽管AI模型拥有巨大的参数规模，但其工作记忆受限于固定的上下文窗口（Context Window）。一旦对话结束或超出窗口长度，之前的交互信息就会被清除。智能体框架通过多种机制解决了这一记忆瓶颈，实现了信息的持久化和高效管理。
首先，框架支持指令文件的持久化。例如，项目中可以存在一个名为agents.md的文件，其中包含项目规范、代码约定或推荐库的使用指南。在每次会话开始时，框架会自动将该文件加载到模型的上下文中，确保模型始终了解项目的背景知识和最佳实践。这种机制使得AI能够保持长期的一致性，而不需要用户在每次对话中重复提供背景信息。
其次，当会话进行导致上下文窗口逐渐填满时，框架会启动上下文压缩（Compacting）机制。这是一个后台处理过程，它会对早期的对话内容进行摘要总结，保留关键信息，同时修剪掉冗余的工具输出或不必要的细节。这种动态管理确保了重要上下文始终保留在模型的视野中，避免了因窗口溢出而丢失关键线索。
“Rather than dumping an entire code base into the model's context all at once, the harness lets the model perform a search.”
此外，框架还优化了信息检索方式。面对庞大的代码库或文档集，框架不会一次性将所有内容塞入上下文，而是允许模型执行搜索操作。这包括基于文本的grep式精确匹配、语义搜索或代码索引查询。模型可以根据需要精准提取所需片段，从而在有限的上下文窗口内实现高效的信息利用。
框架三大组件之三：智能体循环（Agentic Loop）实现目标导向行动
如果说工具是手脚，记忆是大脑的存储区，那么智能体循环（Agentic Loop）就是驱动AI行动的核心引擎。这是框架与模型协同工作以达成特定目标的过程，通常包含计划、执行、观察和验证四个阶段。
在计划阶段（Plan Stage），模型根据当前目标和上下文决定下一步行动。随后，框架接管并执行（Action）该计划，例如运行代码或修改文件。观察阶段（Observation）中，模型接收执行结果。如果任务成功完成或遇到错误，循环会重复进行：模型分析新信息并规划下一步。这个闭环可以持续几秒完成简单任务，也可以运行数小时处理复杂工程。
现代智能体框架还引入了持续验证（Continuous Verification）机制，贯穿整个循环过程。模型在每一步都可能运行测试用例以检查代码正确性；对于涉及图形界面的任务，框架可能截取屏幕快照供模型视觉分析。更高级的验证方式包括启动一个独立的辅助模型作为审查者（Reviewer），对主模型的输出进行独立评估。这种自我检查机制显著降低了AI“偏离轨道”或产生幻觉的风险，提高了长期任务的可靠性。
“A model that double checks itself might run a lot longer without going off the rails.”
区分模型与框架：理解AI能力增长的关键视角
明确区分AI模型和智能体框架对于理解当前人工智能的发展现状至关重要。视频博主指出，顶级实验室之间的模型基准测试差距已经缩小到几个百分点以内（benchmark gaps between the top labs have narrowed to within a few points of each other on most evals）。这意味着，当某个AI产品明显优于另一个时，原因通常不在于底层模型本身的智力差异，而在于包裹在模型外部的框架质量。最近大部分的能力提升实际上来自于框架的改进：更强大的工具集成、更高效的记忆管理以及带有验证机制的智能体循环。
因此，当人们询问“AI是否擅长某项任务”（如编写代码或客服对话）时，更准确的问题应该是：在这个场景中使用了哪个AI模型？以及配合了哪个智能体框架？ 同一个模型在不同的框架下表现可能天差地别：在一个设计精良的框架中，它可能是高效的专家；而在一个简陋的框架中，它可能频繁出错或陷入死循环。
“The line between these two things is also a bit fluid because capabilities that used to live entirely in the harness... are starting to be trained directly into the models.”
值得注意的是，模型与框架之间的界限正在变得模糊。过去完全依赖框架的功能（如长期规划、自我验证）正逐渐被训练进模型内部；而过去属于模型行为的部分（如长任务中的一致性）则越来越多地由框架的约定和项目文件来塑造。这种融合趋势使得两者难以完全割裂，但理解其各自的作用依然有助于我们更理性地评估AI系统的实际能力。
结论
视频的核心论点在于：AI的最终表现是模型与智能体框架共同作用的结果，而非仅由底层大语言模型的智力决定。 虽然模型作为“罐中大脑”确实在不断变聪明，但真正赋予其行动力、持久记忆和复杂任务执行能力的是智能体框架。随着顶级模型间性能差距的缩小，框架的质量（包括工具集成、记忆管理和验证循环）已成为决定AI产品竞争力的关键因素。 未来，随着部分框架功能内化到模型中，两者界限将模糊，但理解这一分离视角有助于我们更精准地定义和评估AI系统的实际效用。