工具链与生态
工具选型、MCP 协议、模型选型、开源项目——Harness 落地的工具全景。 核心架构 → 02-核心架构 | Skills → 04-Skills设计 | 实战 → 05-企业实战案例
🧠 我的心智模型
工具分类模型：
（例：终端派（Claude Code/Aider）= 深度控制、IDE派（Cursor/Copilot）= 体验流畅、企业派 = 合规安全） ✍️ 你的理解：
[来源：Awesome Harness Engineering] Awesome Harness Engineering 仓库提供了最全面的资源分类：30+ 基准测试（从 SWE-bench 到 TerminalBench 到 HumanEval）和 60+ 文章/工具。这个生态已经从"几家实验室的内部实践"发展为有自己基准测试、工具链、方法论的独立领域。
MCP 的定位：
（例：MCP 是 AI 生态的 USB-C 接口——标准化工具调用协议） ✍️ 你的理解：
[来源：HaaS 趋势] 2026 年最值得关注的趋势是 HaaS（Harness as a Service）——各大 AI 厂商都在推出 Agent SDK：Claude Agent SDK、Codex SDK、OpenAI Agents SDK。这些 SDK 本质上都是"托管式 Harness"——帮你处理 Agent 的编排、记忆、工具调用等基础设施，让你专注写业务逻辑。这意味着 Harness 正在从"自建"走向"平台化"，和云服务的发展路径类似。
🎯 核心问题
- Claude Code、Cursor、Copilot、Codex 各自的核心优势？什么场景选哪个？
- MCP 协议解决了什么问题？和传统 API 调用有什么本质区别？
- 2026 年各模型（Claude/GPT/DeepSeek/GLM）的编程能力对比如何？成本差异多大？
📝 我的理解
工具选型
✍️
MCP 协议
✍️
模型选型
✍️
⚡ 我的实战
✍️ 我自己用过什么工具、踩过什么坑。
🔒 关书自测
- Claude Code 的 Hooks 机制是什么？解决了什么问题？
- MCP 的 JSON-RPC 架构和传统 REST API 有什么区别？为什么更适合 Agent？
- 2026 年各模型的 SWE-bench 得分和性价比排名？
- 工具边界 = Agent 能力边界，这句话怎么理解？
🎤 费曼输出
1 句话版本:✍️ 3 分钟版本:✍️ 信心:_/10 最可能翻车的地方:✍️
参考资料
终端/CLI 工具
Claude Code
- 厂商：Anthropic | 形态：终端 CLI + IDE 插件 + 桌面应用 + Web
- 特点：Agentic 编程、Sub-agents、Hooks、MCP、Sandboxing
- 文档：https://docs.anthropic.com/en/docs/agents-and-tools/claude-code/overview
- 最佳实践：Claude Code: Best practices for agentic coding ⭐
Aider
- 厂商：开源（Paul Gauthier）| 形态：终端 CLI
- 特点：Git 集成、支持几乎所有主流 LLM、代码地图
- 官网：https://aider.chat
Hermes Agent（MiniMax）
- 厂商：Nous Research / MiniMax | 形态：终端 CLI + 多平台
- 特点：跨会话持久记忆、内置自改进学习能力、40+ 集成工具
- GitHub：https://github.com/NousResearch/hermes-agent
IDE 工具
Cursor — Anysphere，VS Code fork，Tab + Chat + Agent Mode + Composer Windsurf — Codeium，Cascade Agent + MCP 集成 GitHub Copilot — Microsoft，最广泛部署 + 企业合规 Google Gemini Code Assist — Google，Cloud 集成 Trae — 字节跳动，6 大方法论（Context/Skills/Spec/MCP/Agent）
MCP 协议（Model Context Protocol）
MCP 定义了 AI 模型如何与 IDE、版本控制、CI/CD 等工具标准化交互——相当于 AI 生态的 USB-C 接口。
- 协议：开放 JSON-RPC 标准，Anthropic 推出
- 核心概念：Resources（数据源）、Tools（操作）、Prompts（模板）
- 架构：Client-Server 模式，每个 MCP Server 封装一个工具/服务
- 现状：Claude Code 原生支持，Codex 插件兼容，Cursor/Windsurf 集成中
- 关键洞察："MCP 就像是给 AI 一堆独立的玩具。CLI 给了 AI 一整套乐高积木和管道。"——Mario Zechner（Pi 作者）
知识与文档平台
DeepWiki — https://deepwiki.com/ — 给任意 GitHub 仓库自动生成可对话的 AI 文档
模型选型（2026.05 更新）
国际模型编程能力对比：
| 模型 | SWE-bench | 输入价格 | 输出价格 | 特点 | |------|-----------|---------|---------|------| | Claude Opus 4.7 | 82.7% | 25/M | 跨文件重构最强 | | Codex (GPT-5.5) | 82.7% | 15/M | 多文件重构、推理快38% | | Gemini 2.5 Pro | ~75% | - | - | Google 生态集成 | | DeepSeek V4 Pro | ~70% | ¥2/M | ¥8/M | 性价比极高 |
国内模型：
| 模型 | 厂商 | 特点 | |------|------|------| | GLM 5 | 智谱 | Agentic 能力最强 | | Kimi K2.5 | Moonshot | 海量信息处理、长上下文 | | MiniMax M2.7 | MiniMax | 跨语言工程、Terminal 操作 | | Doubao-Seed-2.0-Code | 字节 | 性价比最高、视觉稿→代码 |
开源项目精选
Claude Code 生态：
- everything-claude-code — 官方仓库
- claude-code-best-practice — 19.7k star，三层编排架构（Command→Agent→Skill）
- learn-claude-code — 入门教程
Agent 框架：
- OpenClaw — 多渠道 + Skills + 多 Agent
- Hermes Agent — 跨平台持久记忆
- Ruflo — 多智能体编排平台
工具链：
选择建议
| 场景 | 推荐 | |------|------| | 个人开发者/深度用户 | Claude Code 或 Cursor | | 开源/多模型切换 | Aider | | 企业级/合规要求 | GitHub Copilot | | Go/云原生开发者 | Claude Code + Go Skills | | 国内团队 | Trae（字节）或 GLM-5 |
学术前沿
[来源：Meta-Harness 论文] 斯坦福的 Meta-Harness 论文探索了一个迷人的方向：让 AI 自己优化 harness。在 TerminalBench-2 上，自动发现的 harness 配置超越了人工调优的结果。这意味着 Harness Engineering 本身也可以被自动化——用 Agent 来设计 Agent 的运行环境。
[来源：Agentic Harness Engineering 论文] 这篇论文提出了三层可观测性驱动自动进化的框架：观测 Agent 行为 → 分析失败模式 → 自动调整 Harness 配置。形成一个闭环：Agent 使用 Harness → Harness 观测 Agent → Harness 自我优化。
[来源：Categorical Architecture 论文] Categorical Architecture 论文提出了一个更抽象的视角：同一份 harness 描述可以编译到不同的运行时（Swarms / Ralph / LangGraph 等）。就像同一份 C 代码可以编译到不同平台——Harness 的设计应该是和具体运行时解耦的。这对工具选型有深远影响：你不需要被锁定在某个框架里。
[来源：HaaS 趋势] 2026 年的工具链生态正在分化成两层：底层是通用 Agent SDK（Claude Agent SDK / Codex SDK / OpenAI Agents SDK），提供标准的编排、记忆、工具调用能力；上层是垂直化工具链（Cursor for IDE、Claude Code for terminal、Trae for 国内），针对特定场景优化体验。开发者面临的选择不再是"用哪个工具"，而是"在哪一层投入"。