我们解剖了 11 个生产级编码 Agent 的源码：零 LangChain、零向量检索

我们解剖了 11 个生产级编码 Agent 的源码：零 LangChain、零向量检索
83 页论文、17 份依赖清单、959 个依赖名、约 400 万行代码。我们核验了 Wavestone AI Lab《Harness Engineering》（arXiv:2609.00006）最可证伪的两项主张，并独立复现成立——生产级编码智能体（Claude Code、Codex CLI、Gemini CLI、OpenClaw、Aider 等）确实不依赖通用 Agent 框架，也不用向量检索代码。本文给出复现方法与可直接落地的工程启示，全部数字可复算。

先说结论（TL;DR）

• Agent = Model + Harness：模型提供智能，运行框架（harness）负责循环、工具、上下文、安全与编排——2026 年，harness 已从「工具」翻转成「平台」，有自己的生态、包经济学与迁移成本
• 零框架依赖成立：959 个互异依赖名中，LangChain / CrewAI / AutoGen / LlamaIndex 命中为 0（限 10 个可观测系统，Claude Code 的 npm 清单不含源码级依赖，文中详述）
• 零向量检索成立：唯一命中 sqlite-vec，恰好位于原文点名的 OpenClaw 的 optionalDependencies——例外即预言
• 清单性主张以周为单位衰减：Codex 工作区依赖 4 月 89 个 → 7 月 126 个 → 9 月 155 个，增速 +14%/月 → +9%/月
• 选型启示：协议层已收敛、框架层价值收缩、多 Agent 只适合读多写少、最大风险是供应商连续性而非工具能力

一、论文在说什么：Agent = Model + Harness

2026 年 7 月，Wavestone AI Lab 四位作者在 arXiv 挂出 83 页论文，不做模型评测、不给排名，而是把 11 个生产级编码智能体的源代码「开膛解剖」：四家厂商原生系统（Claude Code、Codex CLI、Gemini CLI、Mistral Vibe）加 OpenClaw、Aider 等开源阵营，覆盖约 400 万行代码。开篇等式此后被反复引用：

Agent = Model + Harness。模型负责提供智能；harness 通过循环、工具、上下文管理、安全控制、编排与扩展面，把智能转化为工作。

作者的论点是：2026 上半年，编码 harness 完成了从「工具」到「平台」的类别翻转。支撑交付包括七个子系统解剖学、13 条跨系统观察、29 个设计模式、18 条实践建议，以及两项实证「缺席」：

主张可证伪，就有复现的价值。另一个有趣的细节：作者在致谢中披露，论文的源码分析与撰写均使用了 Claude Code——用编码智能体研究编码智能体，结论天然带一层镜像趣味。

二、复现方法论：不跑模型，只对清单

两项「缺席」主张建立在依赖清单扫描上。复现它不需要 GPU，只需要拿到同样的证据：各系统的依赖清单文件（npm 的 package.json、Rust 的 Cargo.toml、Python 的 PEP 621 与 requirements.txt）。

我们解析了 17 份清单文件、覆盖全部 11 个系统，并引入清单角色分层：13 份互异的系统-清单对构成计数分母（canonical），4 份保留为对照（2 份字节级重复、1 个 monorepo 根、1 个依赖委派桩）。逐份之和 1,450，去重后 959 个互异依赖名 / 955 个归一化键。

计数规则全部固化在开源审计脚本里，工程上最值得抄的是正负对照设计：

• 正对照：连字符与作用域包名（pydantic-ai、llama-index、@langchain/core、semantic-kernel、google-adk）必须被检出——证明谓词真的会触发；
• 负对照：对全部真实清单断言 0 假阳性。

一句话：让「没检出」变成可审计的结论，而不是一句口号。

三、复现结果：两条都成立，但要划清证据边界

一个重要的诚实修正：Claude Code 对这种方法不可观测——npm 清单 dependencies 为空，8 条依赖全是平台二进制。两项主张的适用面从「11 个系统」修正为「10 个具备源码级清单的系统」。复现不是确认原文，而是给原文划清证据边界。

四、复现之外的新证据

其一，给清单性主张加了一个新时间点。 Codex 工作区依赖：论文记录 4 月 89 个 crates、7 月 126 个；我们 9 月快照 155 个。串起来：+14%/月（4→7 月）→ +9%/月（7→9 月）——清单性主张确实以周为单位衰减，但增速在放缓。「衰减」从单点变成带斜率的曲线。

其二，子领域文献窗口的压缩速度。 对论文 92 条参考文献中的 31 条 arXiv 记录做时间线：2026 年 4 月单月 6 篇、5 月 5 篇——奠基文献压缩在约 9 个月内。一个方向的分析基础设施从无到有只用两个季度，这是「harness 成为一门工程学科」的旁证。

五、给 Agent 开发者的六条工程启示

这些不是论文原文，是我们把复现结论与 29 个设计模式、13 条跨系统观察揉碎后的工程判断：

六、2026 年 9 月生态全景的四层判断

四层分类（协议层 / harness 层 / 框架与 SDK 层 / 低代码平台层）扫一遍，三条增量信息：协议层已收敛（AAIF、AGENTS.md、Agent Skills），框架层价值收缩为「中小团队快速起步」与「团队间标准化」，低代码 Agent 平台品类被当事人自己判定天花板——Flowise 于 2026-08-31 停止运营，官方把死因写进告别信；ThoughtWorks Radar Vol.34 的 Agent 平台 Adopt 环为空。

七、可复现与复用

本文全部数字可复算：审计脚本（计数规则、归一化、谓词集、正负对照）随文开源，配套 17 份原始清单归档、逐清单角色定义与源 URL、机器可读主张台账、证据表（含 SHA-256 前缀）。重跑入口：python3 12_manifest_audit.py（需 manifests/ 与 manifest_roles.json 同目录）。

参考来源

王亚博（Abel Wang）