هارنس عامل (agent harness) چیست و چه کاربردی دارد؟
هارنس عامل برنامهای است که مدل زبانی را به یک عامل هوشمند تبدیل میکند. در این مطلب بررسی میکنیم که چگونه مدیریت ابزارها، وضعیت نشست و حلقه اجرا، هارنس را از مدل متمایز میکند.
هارنس عامل (agent harness) چیست
هارنس عامل برنامهای است که پیرامون یک مدل زبانی اجرا شده و آن را به یک عامل تبدیل میکند. این برنامه شامل حلقهای است که بهطور مداوم مدل را فراخوانی میکند، تعاریف ابزارهایی که مدل مجاز به استفاده از آنهاست، قوانین دسترسی که تعیین میکنند کدامیک از آن فراخوانیها واقعاً اجرا شوند، وضعیت نشست (session state) که بین نوبتها حفظ میشود، و دایرکتوری کاری که عملیات در آن انجام میگیرد. مدل در داخل این ساختار قابل جایگزینی است.
جمله آخر نکته کلیدی است. یک مدل بهتنهایی به یک پرسش پاسخ میدهد و شما را فراموش میکند. اما یک هارنس از مدل میپرسد که گام بعدی چیست، دستوری که مدل درخواست کرده را اجرا میکند، نتیجه را به مدل بازمیگرداند و دوباره پرسش را تکرار میکند. این تکرار همان چیزی است که افراد هنگام استفاده از واژه «عامل» (agent) مد نظر دارند. اگر واژگان پیرامونی هنوز برایتان مبهم است، تفاوت بین یک عامل هوش مصنوعی، یک LLM و یک دستیار پیش از انتخاب ابزار، این مفاهیم را برای شما شفاف میکند.
harness همان مدل نیست
این دو به این دلیل با یکدیگر اشتباه گرفته میشوند که فروشندگان هر دو را با یک نام تجاری عرضه میکنند.
dsh و DeepSeek محصولات متفاوتی هستند. DeepSeek Harness که در github.com/deepseek-ai/deepseek-harness در 13 August 2026 تحت مجوز MIT منتشر شده است، یک برنامهٔ Node است که آن را روی یک ماشین نصب میکنید. مدلهای DeepSeek وزنهایی هستند که پشت یک API (رابط برنامهنویسی کاربردی) ارائه میشوند. dsh را به مدل یک فروشندهٔ دیگر متصل کنید؛ همچنان کار میکند، چون harness فقط به چیزی نیاز دارد که پیامها را بپذیرد و tool call برگرداند.
Claude Code و Claude نیز همین رابطه را دارند. Claude Code یک harness است: برنامهای ترمینالی با یک حلقه، سیستم مجوزها و ابزارهای فایل و shell. Claude خانوادهٔ مدلهایی است که این برنامه بهطور پیشفرض فراخوانی میکند. Codex و Gemini CLI نیز به همین شکل از یکدیگر جدا میشوند.
این آزمون هر بار موضوع را مشخص میکند. یک harness را نصب میکنید. یک مدل را فراخوانی میکنید. اگر آن چیز روی دیسک شما یک نسخه و در home directory شما یک فایل configuration داشته باشد، harness است. اگر رشتهای داخل آن فایل configuration باشد، مانند deepseek-flash، آن رشته مدل است.
عملکرد واقعی حلقه
یک دور از حلقه harness به این صورت است. آن را به دقت بخوانید، زیرا تقریباً تمام تفاوتهای بین harnessها در همین پنج مرحله نهفته است.
- harness مکالمه تا این لحظه، به همراه فهرستی از تعاریف ابزارها را برای مدل ارسال میکند.
- مدل با متن یا درخواستی برای فراخوانی یکی از آن ابزارها پاسخ میدهد.
- harness آن درخواست را با قوانین دسترسی خود مطابقت میدهد و یا آن را اجرا میکند و یا برای پرسش از شما متوقف میشود.
- harness ابزار را اجرا کرده، خروجی و کد خروج را ثبت میکند و اگر خروجی بسیار طولانی باشد، آن را کوتاه میکند.
- harness آن نتیجه را به مکالمه اضافه کرده و به مرحله 1 بازمیگردد.
مرحله 3 جایی است که harnessها در استفاده روزمره بیشترین تفاوت را با هم دارند. harnessی که پیش از هر دستور میپرسد، امن اما خستهکننده است. harnessی که هرگز نمیپرسد، در نهایت یک دستور مخرب را روی مسیری که مدل به اشتباه تشخیص داده، اجرا خواهد کرد. Claude Code از یک تنظیم میانی پشتیبانی میکند: یک لیست مجاز از دستوراتی که بدون پرسش اجرا میشوند و درخواست تأیید برای سایر دستورات.
مرحله 1 جایی است که بقیه تفاوتها در آن قرار دارد. harness همچنین system promptی را مینویسد که در هر یک از آن درخواستها همراه است و Claude Code این کنترل را مستقیماً به شما میدهد، زیرا یک سبک خروجی، system prompt ارسالی را ویرایش میکند و در نتیجه هر پاسخی که بازمیگردد را تغییر میدهد. مکالمه در هر دور رشد میکند و مدل یک پنجره context ثابت دارد، بنابراین harness باید تصمیم بگیرد چه چیزی را حذف کند، چه چیزی را خلاصه کند و چه چیزی را در یک فایل بنویسد و بعداً دوباره بخواند. این تصمیم، دلیل اصلی تفاوت کیفیت کار دو harness است که یک مدل مشابه را هدایت میکنند. اگر این پنج مرحله هنوز برایتان انتزاعی است، راه حل این است که یک بار یک حلقه ساده برای خود بنویسید، که دقیقاً همان چیزی است که یک مسیر مرحلهبندیشده برای یادگیری عاملهای هوش مصنوعی از شما میخواهد در ابتدا بسازید.
بیشتر harnessها اکنون ابزارهای خارجی را از طریق MCP (پروتکل context مدل) متصل میکنند؛ روشی استاندارد برای ارائه یک ابزار به هر harnessی که از آن پشتیبانی میکند، به طوری که یکپارچهسازی واحد به چندین harness میرسد. اجرای سرورهای MCP روی یک VPS این بخش را پوشش میدهد. جستجوی وب معمولاً اولین ابزاری است که افراد اضافه میکنند و اتصال عامل به نمونه SearXNG شخصی باعث میشود پرسوجوها از دسترس شخص ثالث خارج شوند، در حالی که مشخص میکند هر صفحهای که عامل پس از آن میخواند، ورودی غیرقابل اعتمادی است که وارد حلقه میشود.
تفاوت Agent harness و Agent framework
این پرسش هر بار که یک harness جدید عرضه میشود مطرح میگردد و پاسخها با هم اختلاف دارند، بخشی از این اختلاف به دلیل تفاوت دیدگاه فروشندگان است. در اینجا نسخهای که از نظر فنی دقیق است ارائه میشود.
یک framework کتابخانهای است که آن را import میکنید. شما agent را در کد خود اسمبل میکنید و از حلقه (loop) موجود در framework استفاده کرده یا حلقه خودتان را مینویسید. LangChain مثال شناختهشدهای در این زمینه است: شما بلوکهای سازنده را دریافت کرده و agent را در کد خود میسازید.
یک harness برنامهای است که آن را اجرا میکنید. حلقه از قبل نوشته شده، ابزارها از قبل موجودند و مدل مجوزها بهصورت پیشفرض تنظیم شده است. شما با اولین دستور، یک agent فعال دریافت میکنید و از آنجا به بعد آن را پیکربندی میکنید.
معمولاً تست نصب، تکلیف را مشخص میکند. اگر آن را نصب کردید و سپس شروع به کدنویسی کردید، این یک framework است. اگر آن را نصب کردید و سپس با آن تعامل داشتید، این یک harness است.
مرز بین این دو واقعاً مورد مناقشه است و واضحترین گواه آن، مستندات خود LangChain است. تا اکتبر 2026، این مستندات Deep Agents را هم «یک agent harness» و هم «یک کتابخانه مستقل ساختهشده بر پایه بلوکهای سازنده اصلی LangChain برای agentها» مینامد، در حالی که مخزن langchain-ai/deepagents خود را «یک agent harness کامل و آمادهبهکار» معرفی میکند. هر دو توصیف منصفانه هستند. Deep Agents یک Python SDK است که آن را import میکنید، بنابراین طبق تست نصب، یک کتابخانه محسوب میشود، اما رفتارهای پیشفرض کافی را ارائه میدهد که افراد از آن مانند یک harness استفاده میکنند. مایکروسافت در 9 ژوئیه 2026 عرضه عمومی Hosted Agents را در Foundry Agent Service اعلام کرد و در پست 22 ژوئیه 2026 خود، انتشار Microsoft Agent Framework Harness را اعلام نمود که نشان میدهد این واژه اکنون به جای یک اصطلاح تخصصی، به یک دستهبندی محصول تبدیل شده است.
بنابراین، پرسشی را مطرح کنید که حجم کاری شما را پیشبینی کند. اگر شما حلقه را مینویسید، مسئولیت آن با شماست: تلاشهای مجدد (retries)، کوتاه کردن context، درخواستهای مجوز و ثبت وقایع. اگر حلقه از قبل آماده باشد، شما پاسخهای شخص دیگری را برای تمام این موارد به ارث میبرید که شروع کار را بسیار سریعتر میکند اما تغییر دادن آن در آینده دشوارتر خواهد بود.
تفاوت harness با پنجره چت
پنجره چت و harness هر دو خروجی مدل را به شما نمایش میدهند. تفاوت در این است که پردازش روی کدام کامپیوتر انجام میشود. در پنجره چت، هر کدی که مدل اجرا میکند در محیط sandbox فروشنده و روی فایلهایی که آپلود کردهاید اجرا میشود. اما یک harness ابزارها را روی ماشینی که آن را راهاندازی کردهاید، با دسترسی کاربری که آن را اجرا کرده، روی فایلهای واقعی شما و با استفاده از اعتبارنامههای واقعی موجود در محیط شما اجرا میکند.
این تمام مزیت و تمام ریسک موجود در دو جمله است. عامل (agent) بالاخره میتواند کار را انجام دهد. عامل همچنین میتواند کار را حذف کند.
هارنسهایی که کاربران واقعاً از آنها استفاده میکنند
این فهرست بهطور عمدی در تاریخ 19 آگوست 2026 بهروزرسانی شده است. این حوزه بهصورت هفتگی در حال تغییر است و هر جمعبندی بهسرعت قدیمی میشود.
- Claude Code و Codex هارنسهای اختصاصی (vendor) هستند. این ابزارها ترمینالمحور بوده، بهصورت پیشفرض به مدلهای همان شرکت متصلاند و از صیقلیافتهترین سیستم مدیریت دسترسی برخوردارند. مقاله مقایسه Claude Code، Cursor، Codex و Copilot آنها را بهدقت بررسی میکند.
- DeepSeek Harness (
dsh) دارای مجوز MIT است و بر یک ایده بنا شده: همهچیز یک پلاگین است؛ بنابراین مدلها، ابزارها، نشستها (sessions)، محیطهای ایزوله (sandboxes) و رابط کاربری، همگی قطعاتی قابلجایگزینی هستند. هر پلاگینی که نصب میکنید با مجوزهای خودِ ایجنت اجرا میشود، بنابراین بررسی دسترسیهای یک پلاگین dsh پیش از افزودن آن در اینجا اهمیت بیشتری نسبت به هارنسهایی با مجموعه ابزار ثابت دارد. - Hermes، محصول Nous Research، یک ایجنت خودمختار عمومی است و نه صرفاً یک ابزار کدنویسی. این ابزار در فوریه 2026 تحت مجوز MIT منتشر شد و فضای ذخیرهسازی داخلی آن محلی است: حافظه و مهارتهای آن بهصورت فایل در مسیر
~/.hermesو تاریخچه نشستها در یک دیتابیس محلی SQLite نگهداری میشوند. بهمحض فعالسازی یکی از ارائهدهندگان حافظه خارجی اختیاری مانند Mem0 یا Hindsight، این وضعیت تغییر میکند. طبق مستندات Hermes در اکتبر 2026، یک ارائهدهنده فعال، هر نوبت از گفتگو را پس از پاسخ دریافت میکند و یک کپی از تمام نوشتههای حافظه داخلی نیز برای آن ارسال میشود؛ بنابراین دادههای شما در آنجا نیز ذخیره خواهد شد. مطالعه مقایسه Hindsight و Mem0 پیش از فعالسازی یکی از آنها توصیه میشود و میزبانی شخصی Hermes روی یک VPS مراحل باقیمانده را توضیح میدهد. - Omnigent یک متا-هارنس است: این ابزار سایر هارنسها از جمله Claude Code و Codex را پشت یک API واحد با نشستهای مشترک، سقف هزینه و یک sandbox در سطح سیستمعامل مدیریت میکند. Omnigent به عنوان یک هارنس چند-ایجنت مزایای این رویکرد را بررسی میکند.
- OneCLI یک هارنس ایزولهشده (sandboxed) برای تیمهاست که حول یک درگاه (gateway) ساخته شده؛ این درگاه اعتبارنامهها را به درخواستهای خروجی ایجنت تزریق میکند تا خودِ ایجنت هرگز کلیدهای اصلی را مشاهده نکند.
سه مورد از این ابزارها اغلب در فهرستهای کوتاه نهایی قرار میگیرند، بنابراین مطالعه مقایسه DeepSeek Harness، Claude Code و Omnigent از نظر وابستگی به مدل، مجوز، بلوغ و نیازمندیهای اجرایی روی سرور ارزشمند است.
شروع سریع dsh تنها با یک دستور انجام میشود و اجرای آن سریعترین راه برای درک ماهیت یک هارنس است. این کار نیازمند نصب Node.js روی دستگاه است.
npx @deepseek-ai/dsh webاین دستور رابط کاربری وب (web UI) را روی http://127.0.0.1:3080 اجرا میکند. پیش از تکیه بر آن، فایل README را بخوانید، زیرا dsh خود را یک نسخه پیشنمایش توسعهدهنده (developer preview) معرفی کرده و صراحتاً اعلام میکند که تغییرات ناسازگار در نسخههای بعدی وجود خواهد داشت. اگر آن دستور اولیه با شکست مواجه شد یا بیلد غیرمنتظرهای را دریافت کرد، ثابت کردن نسخه دقیق dsh و پاکسازی کش npx معمولاً مشکل را حل میکند. اجرای DeepSeek Harness روی یک VPS نصب سروری را پوشش میدهد و چرا آن آدرس با 127.0.0.1 شروع میشود دلیل پیشفرض بودن loopback را توضیح میدهد.
روترها در سطحی بالاتر از harness قرار دارند
یک روتر مدل، نقش یک پروکسی محلی بین harness و API ارائهدهنده را ایفا میکند. Claude Code Router نمونهای رایج است: این ابزار بهطور پیشفرض روی 127.0.0.1:3456 گوش میدهد، درخواستهایی را که Claude Code قرار بود به ارائهدهنده اصلی خود بفرستد دریافت میکند و آنها را به ارائهدهندهای که شما پیکربندی کردهاید، هدایت میکند. harness از این تغییر هیچ اطلاعی ندارد.
روترها به این دلیل وجود دارند که مدلها قابل جایگزینی هستند؛ بنابراین آنها گواهی بر نکته اصلی این مطلب محسوب میشوند. روترها همچنین ریسک را متمرکز میکنند، زیرا پروکسی تمام پرامپتها را مشاهده کرده و کلیدهای ارائهدهنده را در اختیار دارد. با آن به عنوان زیرساخت برخورد کنید، نه یک ابزار صرفاً کاربردی. محل نگهداری کلیدهای API و تنظیمات مدل در harness همان مشکلی است که یک لایه پایینتر نیز وجود دارد.
تغییرات هنگام اجرای harness روی یک VPS
وقتی harness از لپتاپ شما به سروری که اجاره کردهاید منتقل میشود، چهار مورد تغییر میکند.
هنگام بستن در لپتاپ، به اجرا ادامه میدهد. یک تسک طولانی از رفتوآمد شما و وضعیت باتری جان سالم به در میبرد. آن را داخل tmux شروع کرده و از آن جدا شوید:
tmux new -s agent
# start the harness, then press Ctrl-b and then d to detach
tmux attach -t agentبرای هر چیزی که باید پس از reboot دوباره بالا بیاید، یک user service از نشست ترمینال بهتر است:
loginctl enable-linger $USER
systemctl --user status my-agent.serviceloginctl enable-linger بخشی است که افراد از آن غافل میشوند. بدون آن، پیشفرض systemd این است که مدیر سرویس کاربر شما را 10 ثانیه پس از بسته شدن آخرین نشست متوقف کند، بنابراین یک user service باعث نمیشود agent پس از خروج از سیستم (logout) به کار خود ادامه دهد. اجرای dsh به صورت headless تحت systemd شامل فایل unit مربوطه است. هنگامی که یک نشست روی آن سرور فعال باشد، میتوانید نشست دوم را شروع کنید و دو نشست Claude Code روی یک ماشین میتوانند با یکدیگر پیام رد و بدل کنند، بنابراین نشستی که صبح شروع کردهاید میتواند بدون دخالت دستی شما، کاری را به نشست دیگر محول کند.
کلیدهای شما را نگه میدارد. کلید provider اکنون در یک فایل پیکربندی روی آن سرور قرار دارد. بررسی کنید چه کسی میتواند آن را بخواند:
ls -l ~/.configهر فرآیندی که با کاربر شما اجرا شود میتواند آن فایل را بخواند، که شامل agent و هر چیزی است که agent تصمیم به اجرای آن میگیرد.
میتواند به سایر ماشینهای شما دسترسی داشته باشد. یک VPS در همان شبکه خصوصی سایر ماشینهای شما، به agent مسیری برای دسترسی به آنها میدهد. این دقیقاً هدف اصلی است و در عین حال محدوده آسیب (blast radius) نیز محسوب میشود.
از هر جایی که هستید قابل دسترسی است. اکثر harnessها یک رابط کاربری وب (web UI) ارائه میدهند و اکثر آنها به دلیلی آن را روی loopback محدود میکنند. تنظیمات خود را بررسی کنید:
ss -tlnp | grep 3080127.0.0.1:3080 به این معنی است که فقط خود سرور میتواند متصل شود. 0.0.0.0:3080 به این معنی است که رابط کاربری روی تمام اینترفیسها گوش میدهد، بنابراین هر کسی که به آدرس عمومی سرور دسترسی داشته باشد میتواند متصل شود، مگر اینکه فایروالی در مقابل آن، پورت را مسدود کرده باشد. از اکتبر 2026، dsh آدرسهای wildcard مانند آن را هنگام شروع رد میکند، اما بسیاری از رابطهای کاربری وب دیگر آن را میپذیرند. به جای تغییر آدرس bind، از طریق یک SSH tunnel به رابط کاربری loopback دسترسی پیدا کنید:
ssh -N -L 3080:127.0.0.1:3080 you@your-serverسپس http://127.0.0.1:3080 را در مرورگر لپتاپ خود باز کنید. ترافیک درون نشست SSH منتقل میشود، بنابراین هیچ چیز جدیدی در معرض اینترنت قرار نمیگیرد.
هر یک از این موارد، استدلال امنیتی مربوط به خود را نیز دارد
چهار ویژگی را یکبار دیگر، از دید مهاجم، بررسی کنید.
فرآیند بدون نظارت اجرا میشود؛ بنابراین کسی وجود ندارد که لحظهای را ببیند که مدل یک مسیر را اشتباه تفسیر میکند. این فرآیند کلیدهای شما را در اختیار دارد؛ بنابراین فقط یک فایل پیکربندی خواندنی کافی است تا کل حساب شما نزد provider در معرض خطر قرار گیرد. این فرآیند میتواند به ماشینهای دیگر شما دسترسی پیدا کند؛ بنابراین prompt injection، یعنی دستورهایی که در یک صفحهٔ وب یا فایلی که agent میخواند پنهان شدهاند، اکنون مسیری به سمت میزبان پایگاهدادهٔ شما دارد. این فرآیند از هر جا قابل دسترسی است؛ بنابراین یک رابط وب که روی یک آدرس عمومی گوش میدهد، بدون firewall در مقابل آن و بدون احراز هویت داخلی، برای هر کسی که آن را پیدا کند مانند یک shell است. dsh در نشانیای که هنگام راهاندازی چاپ میکند، یک process token قرار میدهد که کمککننده است؛ اما آن نشانی اکنون یک credential محسوب میشود، پس آن را با همان دقتی به اشتراک بگذارید که برای یک password به کار میبرید.
راهحل هر مورد ساده و تکراری است و هر بار همان راهحل را به کار میگیرد. بهجای حساب کاربری خودتان، یک حساب کاربری اختصاصی و غیرممتاز برای agent ایجاد کنید:
sudo adduser --disabled-password --gecos "" agentرابط وب را روی loopback نگه دارید و از طریق SSH به آن دسترسی پیدا کنید. کمترین سطح credentialهایی را در اختیار agent بگذارید که همچنان امکان تکمیل کار را برای آن فراهم کند؛ موضوع دور نگهداشتن اسرار از agentهای هوش مصنوعی بهطور کامل به همین مسئله میپردازد. برای هر چیزی که زمانی اجرا میشود که شما بر آن نظارت ندارید، یک ماشین موقت از یک ماشین با پیکربندی دقیق بهتر است: اجرای agentهای کدنویسی در یک VM موقت و اجرای ایمن Claude Code روی یک VPS هر دو همین رویکرد را دنبال میکنند.
آیا به agent harness نیاز دارید؟
اگر کار شما در هر نوبت فقط شامل یک پرسش است، یک پنجرهٔ chat کافی است و harness فقط یک loop اضافه میکند که باید بر آن نظارت داشته باشید. harness زمانی ارزش خود را نشان میدهد که انجام یک کار به گامهای زیادی روی فایلهای واقعی نیاز داشته باشد، یا لازم باشد در زمانی که خواب هستید به کار ادامه دهد.
بیشتر ابزارهای این دسته هنوز جدید هستند. dsh در README خود، تا October 2026، وضعیت developer preview را اعلام کرده است و بقیه نیز آنقدر سریع تغییر میکنند که ممکن است فایل configuration که امروز مینویسید، ماه آینده به ویرایش نیاز داشته باشد. به همین دلیل، setup خود را کوچک و reproducible نگه دارید و تغییراتی را که اعمال کردهاید ثبت کنید. همین خویشتنداری درون loop نیز مفید است؛ مهارتی که agent را به سمت کوچکترین تغییر مؤثر هدایت میکند در پایان یک اجرای unattended، diffی در اختیار شما میگذارد که واقعاً میتوانید آن را بخوانید. کار را با یک harness روی یک سرور آغاز کنید، یک وظیفه و یک کلید محدود در اختیارش بگذارید و فقط پس از آنکه همان وظیفه به مدت یک هفته بدون مشکل اجرا شد، دسترسی آن را گسترش دهید. agentهای self-hosted که امروز ارزش اجرا دارند نقطهٔ مناسبی برای انتخاب نخستین مورد است.
FAQ
منظور از agent harness به زبان ساده چیست؟
این برنامه، لایهای است که مدل را در بر میگیرد. مدل متن تولید میکند و درخواست استفاده از ابزارها را میدهد. harness حلقهای را اجرا میکند که پرسشها را ادامه میدهد، ابزارهای درخواستی مدل را اجرا میکند، قوانین مربوط به ابزارهای مجاز بدون نیاز به تأیید را اعمال میکند و وضعیت نشست (session) و فایلها را بین نوبتهای مختلف حفظ میکند. اگر مدل را عوض کنید و harness همچنان کار کند، این واضحترین نشانه است که این دو موجودیتهای مجزایی هستند.
آیا Claude Code یک مدل است یا یک harness؟
Claude Code یک harness است. این یک برنامه ترمینالی است که شامل یک حلقه، سیستم مجوزدهی و ابزارهای داخلی فایل و shell است. Claude خانواده مدلی است که بهصورت پیشفرض توسط آن فراخوانی میشود. همین تفکیک برای DeepSeek Harness (dsh) نیز صدق میکند که یک برنامه Node است که آن را نصب میکنید، در حالی که مدلهای DeepSeek از طریق API سرویسدهی میشوند. شما یک harness را روی دستگاه نصب میکنید و یک مدل را از طریق شبکه فراخوانی میکنید.
تفاوت بین agent harness و agent framework چیست؟
یک framework کتابخانهای است که آن را import میکنید و با استفاده از حلقه آن یا نوشتن حلقه خودتان، کد مینویسید. یک harness برنامهای است که آن را اجرا میکنید؛ بنابراین حلقه، تلاشهای مجدد (retries) و مدیریت context با تنظیمات پیشفرض ارائه میشوند که شما بهجای نوشتن، آنها را پیکربندی میکنید. در عمل، مرز این دو مبهم است: برای مثال، Deep Agents در LangChain یک SDK قابل import است که مخزن آن تا اکتبر 2026 آن را یک agent harness کامل (batteries-included) مینامد. از خود بپرسید که آیا قرار است حلقه را خودتان بنویسید یا خیر. پاسخ به این پرسش تعیین میکند کدام واژه برای موقعیت شما مناسبتر است.
آیا برای اجرای یک agent harness به VPS نیاز دارم؟
خیر. تمام harnessهای نامبرده در اینجا روی لپتاپ اجرا میشوند. استفاده از سرور چهار مورد را تغییر میدهد: عامل (agent) هنگام بستن درب لپتاپ به کار خود ادامه میدهد، کلیدهای شما روی دستگاهی که همیشه روشن است نگهداری میشوند، عامل میتواند به سایر سرورهای شما دسترسی داشته باشد و شما میتوانید از هر دستگاهی به همان نشست بازگردید. هر یک از این موارد ملاحظات امنیتی خاص خود را دارند؛ بنابراین برای عامل یک حساب کاربری مجزا ایجاد کنید و هرگونه رابط کاربری وب (web UI) را روی 127.0.0.1 محدود کنید.
آیا میتوانم از مدل دیگری در همان harness استفاده کنم؟
معمولاً بله، و این ویژگی تعیینکننده یک harness است. اکثر آنها نام مدل و base URL را در پیکربندی خود میپذیرند، بنابراین تغییر ارائهدهنده سرویس، یک ویرایش ساده است و نه بازنویسی. در مواردی که یک harness مقاومت میکند، یک router محلی مانند Claude Code Router بین harness و ارائهدهنده قرار میگیرد و درخواستها را ترجمه میکند و بهصورت پیشفرض به 127.0.0.1:3456 متصل میشود. در مورد این پروکسی مراقب باشید، زیرا تمام promptها را میبیند و تمام کلیدها را در اختیار دارد.