术语表

量化

原文名称 · Quantization

用更少的位数保存模型的数字，以节省内存

量化用更少的位表示学到的数值，例如用4、6、8位代替16或32位。它通常会缩小保存的权重文件；如果运行程序保留紧凑表示，权重内存也会减少，但质量可能下降。缩放系数、元数据和混合精度会带来额外容量。KV缓存和工作缓冲区也需要内存，因此总内存占用和处理时间不会按同一比例减少。

深入学习

FP16 · BF16

两种 16 位数字格式——每个数 2 字节

FP16和BF16都用16位，也就是2字节，保存一个浮点数值。FP16的精度更细，但数值范围更窄；BF16的范围更宽，但精度较低。许多模型以这两种格式发布，不过未量化的原版也可能使用FP32或混合精度。“原版”并不总是指16位。

深入学习

模型

原文名称 · Model

学到的数值，以及使用这些数值的计算结构

AI模型由计算结构和训练学到的数值组成。文件主要保存按张量组织的数值以及加载信息；配置和分词器数据可以放在一起，也可以单独保存。运行程序读取文件并执行实际计算。一个模型可以跨越多个文件，通常并不包含完整的执行程序。

深入学习

GGUF

保存模型张量和加载信息的格式

GGUF是一种保存模型张量，以及结构配置、分词器信息等元数据的格式。llama.cpp等运行程序读取它并执行模型，而运行程序本身是独立的软件。GGUF支持未量化和已量化的权重，大模型也可以拆成多个GGUF文件。

深入学习

AGENTS.md

许多 AI 编程智能体共用的项目说明文件

一个写给所有 AI 编程智能体（而不只是 Claude）的项目说明 Markdown 文件。如果仓库里有 AGENTS.md 而没有 CLAUDE.md，Claude Code 会把它当作项目说明来读。如果你同时还有 CLAUDE.md，就在 CLAUDE.md 里导入 AGENTS.md，让每个工具都遵守同样的规则。

深入学习

智能体团队(Agent teams)

由一个团队负责人协调、一起工作的多个 Claude Code 会话

由团队负责人协调的多个独立 Claude Code 会话，它们共用一份任务清单，队友之间可以互发消息。子智能体待在一个会话里面，只向那个会话汇报；而每个队友都有自己的上下文窗口，你可以直接和其中任何一个对话。这项功能还处于实验阶段，默认是关闭的。

深入学习

智能体式编程(Agentic coding)

让 AI 自己读代码、运行代码、修改代码的工作方式

一种工作方式：AI 自己读文件、执行命令、做出修改，而你在一旁看着、给它改方向，或者干脆走开。聊天助手只会用文字回答，你得自己复制并应用。Claude Code 是智能体式的，因为它有能实际动手的工具，而不只是给建议。

深入学习

智能体式框架(Agentic harness)

包在模型外面、把它变成编程智能体的程序

把语言模型变成得力编程智能体的工具、上下文管理和执行环境。Claude Code 是框架，Claude 是它里面的模型。框架提供文件访问、Shell 命令、权限检查、记忆加载，以及把一个个动作串起来的循环。

深入学习

智能体式循环(Agentic loop)

收集上下文、动手、检查结果，如此反复的循环

Claude 处理每项任务时走的循环：收集上下文、采取行动、检查结果，再重复，直到工作完成。每次使用工具都会带回信息，决定下一步怎么走；你随时可以打断循环、改变方向。钩子、技能包和 MCP 都接在这个循环的特定阶段上。

深入学习

工件(Artifact)

Claude Code 从你的会话发布出来的实时网页

Claude Code 从你的会话发布到 claude.ai 上一个私人地址的实时、可交互网页。你可以直观地看结果，或者把它分享出去，而不用读终端里的文字；会话再次发布时，页面会就地更新。工件和在 claude.ai 对话中做出的工件出现在同一个展示库里。

深入学习

自动记忆(Auto memory)

Claude 根据你的纠正和偏好给自己写的笔记

Claude 根据你的纠正和偏好给自己写的笔记，按 git 仓库分别保存在 ~/.claude/projects/ 下。MEMORY.md 索引的开头部分会在每次会话开始时加载，所以学到的东西会延续下去。自动记忆是 Claude 写的，CLAUDE.md 是你写的。

深入学习

自动模式(Auto mode)

由一个分类模型替你批准操作的权限模式

一种权限模式：由另一个分类模型代替你审查 Claude Code 的操作，所以大多数操作不用询问就会执行。遇到符合你明确设定的询问（ask）规则的操作，Claude Code 仍然会先问你。分类模型会拦下超出任务范围的操作、不可信的基础设施和提示词注入；它从不看工具结果，所以文件里的恶意文字无法操纵它。

深入学习

精简模式(Bare mode)

不加载钩子、技能包、插件和记忆就启动 Claude Code

加上 --bare 参数时，Claude Code 启动时不加载钩子、技能包、自定义命令、子智能体、插件、MCP 服务器、自动记忆和 CLAUDE.md。唯一的例外是你用 --add-dir 传入的文件夹里的技能包。在每台机器上都必须得到同样结果的 CI 和脚本，推荐使用这种模式。

深入学习

内置技能包(Bundled skills)

随 Claude Code 附带的现成技能包，例如 /code-review

Claude Code 自带的、基于提示词的做事手册，例如 /batch、/code-review、/debug 和 /loop。内置命令执行的是固定的逻辑，而内置技能包是给 Claude 一段详细的提示词，让它自己组织工作。所以它可以启动智能体、读取文件，并根据你的代码库灵活调整。

深入学习

通道(Channel)

把外部事件推送进正在运行的会话的 MCP 服务器

一种 MCP 服务器，它把事件推送进你正在运行的会话，让 Claude 能对你离开终端时发生的事情作出反应。通道可以是双向的：Claude 读取传进来的事件，再通过同一个通道回复。研究预览版包含 Telegram、Discord 和 iMessage。

深入学习

检查点(Checkpoint)

每次发提示词时保存的还原点，可以用来撤销修改

你每次发送提示词时创建的还原点。Claude Code 在每次编辑前都会保存文件，所以按两次 Esc 或运行 /rewind，就能把代码、对话或两者一起还原到之前的某个时间点。检查点和 git 是分开的，也不会记录通过 Shell 命令做出的修改。

深入学习

.claude 文件夹(.claude directory)

Claude Code 读取配置的文件夹

Claude Code 读取配置的文件夹：设置、钩子、技能包、子智能体、规则和自动记忆。项目在根目录放一个 .claude/ 来存项目设置，而适用于所有项目的个人默认设置放在你主文件夹里的 ~/.claude/。

深入学习

CLAUDE.md

你写给 Claude 的长期说明文件

你写给 Claude 的长期说明 Markdown 文件，每次会话开始时都会加载。项目约定、架构说明和“一定要做 X”这类规则都写在这里。它可以放在项目里，放在适用于你所有项目的 ~/.claude/ 里，也可以放在组织策略里。找到的所有文件会从最宽泛的到最具体的合并在一起，项目根目录的那个文件在压缩之后还会重新读取。

深入学习

云端会话(Cloud session)

在云端而不是在你电脑上运行的 Claude Code 会话

合上笔记本电脑后仍会继续运行的 Claude Code 会话，因为它运行在云端基础设施上，而不是你的机器上。你可以从 claude.ai/code、Claude 手机应用、选中 Cloud 的桌面应用，或者用 claude --cloud 启动它。在你自己的终端或 IDE 里运行的会话叫本地会话。

深入学习

命令(Command)

输入 /名称 就能运行的可重复使用的指令

在提示框里输入 /名称 就能调用的可重复使用的指令。/clear、/model、/compact 等内置命令用来控制会话；你也可以把自己的命令作为文件放进 .claude/commands/，或者从插件安装。现在推荐用技能包来打包多步骤的命令。旧名称“斜杠命令（slash command）”指的是同一个东西。

深入学习

压缩(Compaction)

上下文快满时自动把对话做成摘要

上下文窗口快到上限时，自动把对话做成摘要。先清掉较早的工具输出，再给对话做摘要。之后项目根目录的 CLAUDE.md 和自动记忆会从磁盘重新加载，但只在聊天里给出的指示可能会丢失。想自己动手压缩，就运行 /compact，例如 /compact focus on the API changes。

深入学习

连接器(Connector)

添加到你 claude.ai 账号里的 MCP 服务器

添加到你 claude.ai 账号里、而不是在 Claude Code 里设置的 MCP 服务器。用这个账号登录 Claude Code 后，你的连接器会出现在 /mcp 里，排在你本地添加的服务器旁边。组织也可以提供连接器，并逐个控制其中的工具。

深入学习

上下文窗口(Context window)

Claude Code 会话的工作记忆

会话的工作记忆。里面装着对话、文件内容、命令输出、CLAUDE.md、自动记忆、已加载的技能包和系统指令。随着你工作，它会越装越满，直到压缩把它做成摘要。运行 /context 可以看到是什么占用了空间。

深入学习

派发(Dispatch)

从手机把编程任务发到桌面应用

从手机启动的任务分配器。你从 Claude 手机应用发出一个编程任务时，它会在桌面应用里启动一个 Claude Code 会话，你的提示词会自动交给合适的工具。只有部分付费套餐可以使用。

深入学习

努力程度(Effort level)

决定模型每一步思考多少的设置

控制自适应推理的设置，自适应推理让模型在每一步自己决定要不要思考、思考多少。努力程度越高，思考词元越多，推理也越深入。努力程度越低，速度越快，花费也越少。只有部分模型支持这项设置。

深入学习

扩展思考(Extended thinking)

模型在回答前展示出来的逐步推理

模型在回答之前一步一步进行、并且看得见的推理。你可以用努力程度来调整它；对于思考预算固定的模型，可以用 MAX_THINKING_TOKENS 给思考词元设上限。在终端里，思考内容以灰色斜体文字显示。

深入学习

前置元数据(Frontmatter)

Markdown 文件最顶端的 YAML 设置块

Markdown 文件最顶端的一块 YAML 设置，夹在开头的 --- 行和结尾的 --- 行之间。技能包、子智能体、输出风格和规则都从这里读取设置，例如技能包的说明（description）或子智能体可用的工具（tools）。结尾 --- 之后的全部内容就是指令，而开头的 --- 必须是文件的第一行。

深入学习

钩子(Hook)

在设定的时刻自动运行的、你自己的处理程序

你定义的处理程序，会在 Claude Code 生命周期的特定时刻自动运行，例如工具运行之前、编辑文件之后或会话开始时。它可以是 Shell 命令、HTTP 端点、MCP 工具、LLM 提示词或子智能体。钩子是确定性的：它总是在那些时刻触发，而不是由模型决定什么时候运行。

深入学习

托管设置(Managed settings)

用户无法覆盖的全组织统一设置

由 IT 或 DevOps 在整个组织中强制执行的设置，通过管理控制台从 Anthropic 的服务器下发，或者放在设备上 ~/.claude 以外的位置。用户设置和项目设置都无法覆盖它们。它们用于安全策略、合规规则，以及让每台机器使用同样的工具。

深入学习

MCP(Model Context Protocol)

原文名称 · MCP (Model Context Protocol)

把 AI 工具连接到外部服务的开放标准

把 AI 工具连接到外部数据源和服务的开放标准。MCP 服务器给 Claude 带来新的工具，可以用于 Slack、Jira、数据库、浏览器以及其他数百种集成。你可以用 /mcp 连接服务器，或者把它们添加到 .mcp.json 里。

深入学习

MCP 服务器(MCP server)

通过 MCP 给 Claude 提供工具、提示词或资源的程序

通过 MCP 给 Claude 提供工具、提示词或资源的程序。你可以用 claude mcp add 添加，也可以写进 .mcp.json、通过插件安装，或者作为 claude.ai 连接器添加。本地服务器作为一个进程运行，由它设置里的 command 和 args 字段启动；这些字段和你在提示框里输入的命令毫无关系。

深入学习

MCP 工具搜索(MCP Tool Search)

只在需要时才加载 MCP 工具的详细信息

一种节省上下文的机制，把 MCP 工具结构定义（schema）的加载推迟到需要的时候。启动时只加载工具名称和服务器说明，Claude 决定使用某个工具时，才去取那个工具的完整结构定义。这样，闲置的 MCP 服务器就不会占用太多上下文。

深入学习

非交互模式(Non-interactive mode)

用 claude -p 运行一个提示词后就退出

只运行一个提示词就退出、没有交互界面的模式，用 -p 或 --print 启动。它用在 CI、脚本和管道里，而且这次运行仍会保存为一个可以恢复的会话。它以前叫无头模式（headless mode），Agent SDK 是它对应的 Python 和 TypeScript 版本。

深入学习

输出风格(Output style)

改变 Claude 回答方式的设置

一种配置，用来改变 Claude Code 给 Claude 的指令，从而设定回答的行为、语气或格式。CLAUDE.md 是在默认指令旁边补充项目背景。自定义输出风格则加入自己的指令，还可以去掉默认的软件工程指令。

深入学习

权限模式(Permission mode)

决定 Claude Code 什么时候请你批准的基本规则

一个会话里请求批准的基本方式。在 CLI 里按 Shift+Tab 切换，在 VS Code、桌面应用和 claude.ai 里用模式选择器切换。模式有 default（显示为 Manual）、acceptEdits、plan、auto、dontAsk 和 bypassPermissions。

深入学习

权限规则(Permission rule)

允许、询问或拒绝某种工具使用的设置

一条设置项，根据工具名称和参数模式来允许、询问或拒绝某次工具调用。规则按拒绝（deny）、询问（ask）、允许（allow）的顺序检查，最先匹配的那条生效。它们是在范围更大的权限模式之上做细致控制的手段。

深入学习

计划模式(Plan mode)

Claude 只调查并提出计划、不做编辑的模式

一种权限模式：Claude 调查并提出修改方案，但不编辑你的源文件。它可以读取、搜索并运行探查用的命令，然后在动任何东西之前给出计划，请你批准。用 /plan 或按 Shift+Tab 进入。

深入学习

插件(Plugin)

一次就能安装的技能包、钩子、子智能体和 MCP 服务器的组合包

把技能包、钩子、子智能体和 MCP 服务器打包成一个可安装单位的组合包。插件里的技能包命名为 plugin-name:skill-name，所以许多插件可以并存。团队通过插件市场（marketplace）共享插件。

深入学习

项目信任(Project trust)

在 Claude Code 加载设置之前先认可这个文件夹

一个对话框，让你在 Claude Code 加载配置之前先认可这个文件夹。你的回答按项目文件夹分别保存，只有主文件夹例外——在主文件夹里，回答只在当前会话有效。在你信任一个文件夹之前，Claude Code 会暂不采用仓库提供的部分内容，例如 .claude/settings.json 里的允许（allow）规则。

深入学习

提示词注入(Prompt injection)

企图劫持 AI 的隐藏恶意指令

藏在文件、网页或工具结果里的恶意指令，企图引导 Claude 去做你从没要求过的操作。Claude Code 用权限系统、命令注入检测和信任检查来防御。自动模式还会扫描工具结果，并用一个看不到注入文字的分类模型来审查操作。

深入学习

远程控制(Remote Control)

在手机或浏览器上继续本地会话

通过 claude.ai，在手机或浏览器上继续你电脑上正在运行的 Claude Code 会话的方式。代码在你的机器上运行，文件也留在你的机器上，只有画面是远程的。它和在云端沙箱里运行的云端会话不同。

深入学习

规则(Rules)

.claude/rules/ 里随 CLAUDE.md 一起加载的说明文件

.claude/rules/ 里按模块拆开的说明文件，和 CLAUDE.md 一起加载。规则可以在前置元数据里用 paths: 限定到某些路径，这样只有当 Claude 读取或编辑匹配的文件时才会加载。在规则真正派上用场之前，上下文都能保持精简。

深入学习

沙箱(Sandboxing)

把命令能碰到的文件和网络圈起来

在操作系统层面为 Bash 工具隔离文件和网络。命令在你事先设定的边界里运行，所以 Claude 可以在边界内自由工作，不用每条命令都请你批准。沙箱和权限规则是相互独立的两层。

深入学习

会话(Session)

绑定在一个文件夹上、有自己上下文的一段对话

绑定在你当前文件夹上、拥有自己独立上下文窗口的一段对话。你可以用 claude -c 恢复它，用 --fork-session 分叉它，也可以在不同终端里同时运行好几个。/clear 会开始新会话，旧会话仍然保存着，可以用 /resume 打开。

深入学习

设置层级(Settings layers)

Claude Code 合并各个设置文件的顺序

Claude Code 读取设置的顺序，按优先级从高到低：托管策略、--settings 参数、.claude/settings.local.json、.claude/settings.json，然后是 ~/.claude/settings.json。列表会跨层级合并，单个值则以较高层级的为准，覆盖较低层级。

深入学习

技能包(Skill)

Claude 加进自己工具箱的一份 SKILL.md 说明文件

一份装着说明、知识或工作流程的 SKILL.md 文件，Claude 会把它加进自己的工具箱。技能包适合当前任务时，Claude 会自动加载它，你也可以用 /技能包名 来调用。技能包遵循开放的 Agent Skills 标准，取代了旧的自定义命令，不过旧命令仍然能用。

深入学习

子智能体(Subagent)

有自己上下文、只做一项交办任务的辅助 AI

一个专门的 AI 助手，在自己的上下文窗口里运行，有自己的系统提示词、工具和权限。它处理交办给它的任务，再把摘要交回主对话，所以大规模搜索不会塞满你的主上下文。内置的子智能体有 Explore、Plan 和 general-purpose。

深入学习

使用界面(Surface)

使用 Claude Code 的任何地方：CLI、IDE、桌面应用或网页

你使用 Claude Code 的任何地方：CLI、VS Code、JetBrains、桌面应用或 claude.ai。所有使用界面共用同一个引擎。在你机器上运行的会话会读取你本地的 CLAUDE.md、设置和技能包，而云端会话从你仓库的一份全新副本开始。

深入学习

系统提示词(System prompt)

Claude Code 在你的对话之前发送的指令

Claude Code 每次请求时都放在你的对话前面发送的指令，内容包括 Claude 如何使用工具、如何保证安全、如何排版回答。你可以用 --append-system-prompt 往里追加，或者用 --system-prompt 整个替换。CLAUDE.md 和输出风格的指令不属于系统提示词，它们是以系统提醒的形式送达的。

深入学习

系统提醒(System reminder)

Claude Code 为 Claude 加进对话里的上下文

Claude Code 作为框架加进对话里、给 Claude 提供上下文的消息。它不是你自己发送的。CLAUDE.md、输出风格的指令、钩子返回的文字、技能包列表以及文件被修改的通知，都是这样传给 Claude 的。

深入学习

传送(Teleport)

用 /teleport 把云端会话拉到本地终端

/teleport 命令把云端的 Claude Code 会话拉到你的本地终端。Claude 会取回分支、加载对话历史，从云端会话停下的地方接着做。反方向是 --cloud，它把本地任务送到云端去运行。

深入学习

工具(Tool)

Claude 能执行的动作，例如读文件或运行命令

Claude 能执行的动作：读文件、编辑代码、运行 Shell 命令、搜索网页或启动子智能体。正是工具让 Claude Code 成为智能体式的；没有工具，Claude 只能用文字回答。每次使用工具都会返回一个结果，在智能体式循环中影响 Claude 的下一个决定。

深入学习

对话记录(Transcript)

一个会话保存下来的文件记录

一个会话保存下来的记录。对话是你和 Claude 之间的往来；对话记录则是把这段对话存成文件，默认放在 ~/.claude/projects/ 下。你恢复会话时，Claude Code 会把这个文件读回来，所以会话结束后对话还能接着进行。

深入学习

轮次(Turn)

Claude 一次完整的回应，从你发消息到它结束

会话中 Claude 一次完整的回应。一个轮次从你发送消息开始，到 Claude 做完为止，中间可以有任意多次工具调用。一个会话由许多轮次组成，Stop 钩子在每个轮次结束时运行。

深入学习

验证循环(Verification loop)

给 Claude 一项检查，让它反复做到工作真正通过为止

会话借此知道工作是否真的完成，而不是接受一个只是看起来对的结果。你给 Claude 一项它能运行的检查，例如测试、构建或截图对比，Claude 会一直做下去，直到通过为止。没有验证循环，判断“完成了”的就只有智能体自己。

深入学习

工作树隔离(Worktree isolation)

让 Claude 在自己的 git 工作树里运行，并行工作就不会互相冲突

一种隔离模式，让 Claude 在 .claude/worktrees/ 下单独的 git 工作树里运行，用 -w 参数或在子智能体设置里写 isolation: worktree 开启。修改留在各自文件夹的各自分支上，所以并行工作的智能体各自编辑自己的那份文件副本。

深入学习

智能体式(Agentic)

用内置人工智能来思考和判断的软件的修饰词

一个形容词，用来称呼内置人工智能、并让这个人工智能在工作中思考和作出判断的软件、工具和系统。所以我们会说 agentic software、agentic system、agentic tool、agentic robot。智能体（名词）能独自把一件工作完整地做完；而智能体式的东西虽然用人工智能来推理和决定，但单靠人工智能无法得到完整的结果。因此 Anthropic 把 Claude Code 称为“an agentic coding tool”。

深入学习

XSLM（超小型语言模型）

原文名称 · XSLM (Extra Small Language Model)

在浏览器里亲手打造的超小型学习用语言模型

这是 SONUB 自创的术语，是 Extra Small Language Model（超小型语言模型）的缩写。它不是性能强大的大模型，而是用来学习的模型。学生亲手输入每一行代码，从分词器、小型 GPT、训练和文本生成，一直做到运行模型的 Runner，以及与 Runner 对话的聊天机器人 XChat。无需安装，100% 在网页浏览器里的 Linux 终端中完成，不使用预训练权重或外部 AI API。

深入学习

Harness

包住模型、让它去干活的外层程序

模型只会写文字。包在它外面的 harness 负责读取文件、运行命令、请求批准，并把结果交回给模型，一遍又一遍。Anthropic 的 Claude Code 术语表说，Claude Code 是 harness，Claude 是它里面的模型。OpenAI 说，所有 Codex 应用都运行在同一个 Codex harness 上。

深入学习

Claude Code

Anthropic 的智能体式编程工具 —— 严格来说是 harness

Anthropic 的智能体式编程工具，可在终端、编辑器、桌面应用和网页中使用。严格来说，它是一个 harness：Anthropic 的术语表说，Claude Code 是 harness，Claude 是它里面的模型。把这个 harness 单独拿出来，就是 Claude Agent SDK。

深入学习

Codex

OpenAI 的编程智能体 —— CLI 是 harness

OpenAI 的编程智能体，可在终端（Codex CLI）、编辑器和 ChatGPT 应用中使用。它按照 AGENTS.md 读取项目、修改文件、运行命令。OpenAI 说，所有 Codex 应用都运行在同一个 Codex harness 上，里面是 GPT 模型。

深入学习

编程智能体(Coding Agent)

原文名称 · Coding agent

能读代码、改代码、运行代码，自己完成开发工作的 AI 开发工具

这是对 Claude Code、Codex 这类 AI 开发工具的称呼。从不同角度看，它们可以叫工具、编程智能体或 Harness，三种叫法都对。Claude Code 官方 GitHub 仓库介绍说 "Claude Code is an agentic coding tool"，所以从语法上看它是工具(tool)。Claude Code 官方术语表把 Claude Code 称为 Harness，LangChain 则把模型加上 Harness 称为智能体。所以，说模型和程序一起工作的样子时叫编程智能体，泛指程序本身时叫 Harness 就可以了。

深入学习

工具(智能体编程工具)

原文名称 · Tool (agent coding tool)

人用来借助电脑和 AI 工作的程序，比如 Claude Code 或 Codex

工具就是拿来用的东西。在 AI 领域，工具指人用来借助电脑和 AI 工作的程序，最有名的是 Claude Code 和 Codex。这类程序也叫智能体编程工具；Claude Code 的官方仓库就把自己介绍为 "an agentic coding tool"。如今，看包在模型外面的那部分时，同一个程序也叫 Harness；看连同模型一起干活的整体时，也叫智能体。

深入学习

Hermes Agent

Nous Research 推出的开源 AI 智能体(Harness)

Hermes Agent 是 Nous Research 以 MIT 许可证发布的 AI 智能体。在终端里用 hermes 命令打开它，再用 hermes model 从 OpenRouter、OpenAI、Nous Portal 等众多提供方中选择模型。换了模型，其余部分都不变：工具、记忆、技能和定时任务。所以它很好地说明了什么是 Harness——模型以外的一切。

深入学习

Harness engineering

设计让智能体可靠工作的环境

OpenAI 在不手写代码、用 Codex 做产品时用的说法。人来掌舵，智能体来执行：工程师设计环境、说清意图、搭建反馈循环。AGENTS.md 保持为一张大约 100 行的简短地图，细节放在 docs/ 里，规则由 linter 和测试来执行。

深入学习

项目专用 harness (project harness)

原文名称 · Project harness

为一个项目做的、把智能体当作工作者调用的运行器

为一个项目做的外层运行器，例如 harness.sh 和 harness.mjs。它接收每一个请求，把 Codex 或 Claude Code 当作非交互的工作者来调用，保存拿回来的代码，用自己的测试来判定，并把运行日志和哈希值留作证据。在工作者里面，内置 harness 仍在运行。

深入学习

codex exec

不打开聊天界面、运行一次 Codex 的命令

给脚本、CI 和项目专用 harness 用的 Codex 命令。默认在只读沙箱里运行。--json 把每个事件输出为 JSON Lines，第一个事件 thread.started 里带着会话 ID。--output-schema 让最终回答遵循你选定的 JSON 结构。

深入学习

MoE

每次输入只挑部分专家来计算的结构

MoE（Mixture of Experts）意思是“多个专家的组合”。模型里有许多被称为专家的处理部分，路由器为每个词元只挑选其中一部分来计算。这样计算量会减少，但因为不知道会选中哪个专家，仍然需要能装下整个模型的内存（RAM）。例如 Qwen3-Coder 30B-A3B。

深入学习

内置 harness (built-in harness)

原文名称 · Built-in harness

智能体程序里自带的 harness

Codex CLI 或 Claude Code 里本来就有的 harness。你提出请求，它就会自己写文件、运行测试，并判断工作是否完成。干活和检查都在同一个程序里，所以要看 git diff 和会话日志，并自己再运行一次测试。

深入学习

OpenRouter

让你用一个 API、一个密钥调用许多公司 AI 模型的中介服务

OpenRouter 让你用同样的 OpenAI 格式 API 调用几百个模型。token 价格照搬提供方的价格,在你充值购买额度时收 5.5% 的手续费。所以它与其说是"便宜的地方",不如说是"容易选择的地方"。

深入学习

DeepSeek

公开模型权重、低价出售 OpenAI 风格 API 的中国 AI 公司

DeepSeek(深度求索)是 2023 年成立的中国杭州 AI 公司。它以 MIT 许可证公开模型权重,任何人都可以下载和运行;它还以低价出售与 OpenAI 格式相同的 API。它的推理模型 R1(2025 年 1 月)追平了顶尖模型,成本却低得多。SONUB 的 Lyen 聊天机器人用 DeepSeek 来思考。

深入学习