立正表示，Agent 的核心特征只有三个：能调用工具、能多步决策、能自我迭代；有没有 workflow、有没有 evaluation 都是次要的。他给出的理由是，Agent 要替人把事办完，光生成文本影响不了环境，所以必须调工具；不能多步决策就只能走一步回来问一次；不能自我迭代就难以越做越好⁠1。他在另一场对话里重复了同一组三点，并说 harness engineering 也是围绕这三点给 Agent 造环境⁠2。按他的说法，Workflow 不是 Agent 的门槛，而是外围的编排手段。

立正区分两种用法：狭义指 OpenAI、Anthropic、Cursor 文章里那套让系统在时间、数量、人机交互上更 scalable 的做法；国内常把 2024 年后所有事情都叫 harness，那就和 agent 没区别了。他列出宽泛定义会吞掉的东西：agent loop、工具、agent architecture、context engineering。他的态度是这种大词什么都包含时就没有意义，不如讨论 MCP、LangChain 这类具体对象⁠3。这与《通过Jev，辨清AI新技术的叙事陷阱》⁠4里提醒“名字里有 Agent 不等于 Agentic AI”是同一路数：先拆名词，再看它解决什么问题⁠4。

梁津晶（鸭哥）在访谈中给了一个更工程化的切分：Harness 是把一个 input 一个 output 的 agent 做成 loop，这个 loop 还能做 tool use、读 bash、搜网页，Codex 和 Claude Code 背后就是 loop 加 tool use 的集合，Pi、OpenCode 也算 Harness。ADE 则建在 Harness 之上，不直接接模型、不做 loop，把 loop 交给现成 Harness，自己专注人怎么管理上百个 agent、怎么看中途结果、怎么快速给反馈和 review。Orca 因此说自己没有自己的 Harness⁠5。这是嘉宾的判断，不是立正的定义；两人对 Harness 的用法并不完全一致，立正会嫌这种宽泛用法不具体⁠3。

立正给出的判断标准很具体：子任务能否用一小段输入完整定义、输出能否独立验收、并行省下的时间是否大于复制上下文和重新综合的成本；三项都接近“是”才值得开并行。检索、测试、数据扫描适合并行；需要一条连贯判断链的工作，他主张由主 Agent 端到端完成⁠1。他同时把“单个任务同时运行的 subagent 数量设为 1”当作一道轻量刹车，并强调 subagent 应拿到简明自洽的目标，而不是默认继承整段长历史⁠1。这直接对应你说的上下文切换成本：会话越多，你要重建的上下文越多；减少并行数量，比给每个会话加仪表盘更根本。

梁津晶把多 Agent 管理的痛点归到两处：一是终端里几十上百个 Tab 看不出哪个在干什么，二是普通终端只改标题、没有真正的 agent status。Orca 的做法是把 session 标题、worktree 名、关联 ticket 关键词都纳入搜索，并让 status 可作为 API 集成，用户能自建管理视图⁠2,3。她还提到，几百个任务里相当一部分是定时跑的 SOP，由 manager thread 按流程自动推进，只在需要问她时主动发消息⁠2。这是 AI 对上述材料的综合：你的第一个问题可以拆成“我能不能不逐个看”和“我能不能被主动通知”，前者靠索引与状态，后者靠把例行任务流程化。

立正描述过一种人几乎不参与中间过程的方式：人说清目标和步骤，人只看第一步和最后一步交出来的东西是否合理⁠2。梁津晶补充，需要人参与时，应给人容易 review 的东西，比如让 AI 先给一个可视化的解释页面再继续⁠2。在另一处，立正说自己能完全把权限交给 AI，前提是有好的备份系统，删掉东西两分钟能恢复；他还提到用手机远程查看 Codex 会话⁠4。这是 AI 的应用推演，不是他的操作处方：如果你能对工作区做可靠快照与恢复，就可以把“逐条命令审批”收窄为“对外发送、删除、上线前”等少数几类必须人工确认的动作；做不到时，保留审批但把它集中到固定时点批量处理，比随时被打断更省注意力。