💻 单个模型可以推理、写代码、解释方案，但真实工程还需要读文件、跑命令、看日志、处理失败、等待审批。Agent Harness 就是把模型装进可控执行框架：让输出不只是一段答案，而是有证据、有权限边界、能回滚的软件工作流。
一、Harness 到底补上了什么
裸模型像很强的架构师，但它默认不知道仓库是否脏、依赖是否已安装、测试是否正在运行、用户刚刚改过哪一行。Harness 提供运行时上下文：工具路由、工作区状态、权限策略、日志、检查点和验证反馈。它把“我建议这样改”推进到“我已在当前仓库做了最小改动，并用命令验证过”。
工具
文件、Shell、浏览器、API
状态
Diff、终端、计划、证据
门控
测试、权限、审批、回滚
二、没有 Harness 的三类痛点
- 观察不落地。模型可能给出合理补丁，却忽略实际版本、锁文件、本地配置或运行中的服务，结果看似正确、落地失败。
- 动作无边界。真实任务会写文件、安装依赖、访问网络、触发部署。没有权限分层，团队只能在“什么都不让做”和“放开太多风险”之间摇摆。
- 失败不能循环。测试失败、模拟器卡住、合并冲突都应进入下一轮推理，而不是留下漂亮但不可合并的回答。
三、选型矩阵：从演示到生产
最低生产规格：保存每轮 transcript、干净 Diff 快照、命令退出码、工具耗时、审批边界、日志保留规则和密钥负责人。缺少这些，系统仍是 Demo，不是工程团队可依赖的 Harness。
四、落地步骤：六步闭环
- 定义任务契约：写清目标、范围、风险、完成标准和禁止触碰的文件。
- 读取本地事实：优先检查代码、Git 状态、终端输出和项目文档，而不是依赖记忆。
- 绑定工具动作：把计划拆成可执行调用，并说明预期证据。
- 带检查点执行：小步修改、保留中间日志，方便人工审计和回滚。
- 先窄后宽验证：先跑相关测试，触碰公共契约时再扩展到完整 CI。
- 报告剩余风险：交付时说明改了什么、跑了什么、没覆盖什么。
五、为什么还需要 Mac mini M4 执行层
当 Agent 处理 iOS 构建、Safari 自动化、Xcode 签名、本地推理或 WebKit 测试时，执行环境比提示词更重要。共享笔记本受后台任务和权限弹窗影响，难承载稳定队列。租用 Mac mini M4 裸金属节点，可把模型规划和真实 macOS 动作分开：模型负责推理与审查，远程 Mac 负责编译、模拟器、截图、依赖安装和验证。
- 性价比：按月租赁把偶发硬件需求变成可见成本，无需一次性采购和闲置维护。
- 一致性：Xcode、Homebrew、Node、CocoaPods 与模拟器镜像固定在同一台 Apple Silicon 主机。
- 扩展性：Harness Runner 可先绑定一台 M4，队列变长后再按区域增加节点。
可引用结论：模型是推理引擎，Harness 是执行系统；真实工作来自工具、状态、权限和验证的组合。需要 macOS 真实状态时，远程 Mac mini M4 是最直接的执行层。
Agent Harness · Mac 执行层
给你的 Agent Harness 配一台稳定的 Mac mini M4
用于 Xcode 构建、Safari 测试、CI 验证和自动化回归。按月租用、区域可选，让开发者电脑不再承担长时间队列。