在这世界的角落

10k Star！开源Coding Agent Harness仅用117MB运行10个会话，还能修改自身源码_我的网站

回魂夜

A | 8月26日消息，对很多日常使用iPhone的用户来说，当下这款产品最被诟病的两大痛点，一个是内置电池容量常年远低于同价位国产手机，另外一个就是官方标配的充电速度长期大幅落后于主流国产手机，差距大到几乎被甩得看不到尾灯。智猩猩AI整理编辑：没方最近在折腾几款 AI 编程工具，很多人第一反应都是问背后用的是GPT-5.6 Sol还是Claude Fable 5。就在苹果正式推出新款Mac Studio和Mac mini产品的同期，官方也同步进一步扩大了自研40W动态电源适配器的销售覆盖范围，这款峰值最高能输出60W功率的充电头，现在已经正式登陆越南市场，以及采用C型双圆脚插头标准的多个欧洲国家和地区。但相同模型，放进不同的编程工具里，表现可能完全不一样。有的 Agent 能连续工作几个小时，写完代码还知道运行测试、检查结果、继续优化。有的写了几十行代码，就告诉你任务已经完成。等真正运行项目，才发现测试没跑、依赖没装，甚至文件都改错了。模型明明没有变，差距从哪来？答案可能藏在模型外面的那层 Agent Harness 里，可以理解为包裹在大模型外部的“智能体运行系统”。

B | 它负责把模型、上下文、记忆、工具、权限、终端界面、任务调度和多智能体协作串联起来。模型决定 Agent 的能力下限，而 Harness 则在很大程度上决定模型能够稳定工作多久、一次能处理多复杂的任务，以及最终能把多少智能转化成真实生产力。今天刷github日趋榜，看到了个名叫 jcode 的开源项目，正试图把 Agent 这层外壳推到更远。这次面向欧洲市场推出的专属版本采用了可伸缩双插脚设计，金属插脚可以完全收纳进适配器机身内部，不需要额外套收纳保护套，用户可以轻松把它塞进口袋或者随身小包里携带，便携性提升了不少。

C | 苹果此前已经在2025年9月伴随iPhone 17系列首发了美规版本，同年11月又推出了采用G型插头的英规版本，逐步铺开不同地区的适配产品。它是一套使用 Rust 构建的终端 Coding Agent Harness，主打多会话工作流、持久记忆、多智能体协作、高度自定义和低资源占用。目前配备C型插头的这款40W动态电源适配器，已经在奥地利、比利时、捷克、丹麦、芬兰、法国、德国、匈牙利、意大利、卢森堡、荷兰、挪威、波兰、葡萄牙、西班牙、瑞典、瑞士、土耳其以及越南正式上市，在大多数欧元区国家，这款产品的官方售价为45欧元，折合人民币大约350元。这款适配器的机身体积和苹果之前标配的20W充电器基本持平，没有出现功率提升后体积大幅膨胀的问题，却可以稳定提供最高40W的常规充电功率，还支持最高60W的短时峰值功率输出，能够进一步缩短手机和平板的充电等待时间，可以给iPhone 17系列、iPhone Air以及iPad Pro机型提供满速的快速充电支持。在github上已经收获10k stars。项目链接： https://github.com/1jehuang/jcode 01 从单次对话，走向长期运行的Agent工作系统记忆系统是jcode的一大杀手锏，下面这段演示视频可以直观看到它的记忆召回效果：播放下一个打开循环播放 00:00 / 00:00 倍速 3.0X 2.0X 1.5X 1.25X 1.0X 0.75X 0.5X 多音轨 AirPlay 0 静音播放中，点击恢复音量画中画网页全屏全屏你可以刷新试试视频信息 1.33.6 播放信息上传日志调试信息 [X] 视频ID VID - 播放流水 Flowid - 播放内核 Kernel - 显示器信息 Res - 帧数 - 缓冲健康度 - 网络活动 net - 视频分辨率 - 编码 Codec - mystery mystery - 按住画面移动小窗 jcode 记忆功能演示它会将每轮对话转换为语义向量，并利用记忆图谱管理这些信息。

D | 当新任务到来时，系统会通过余弦相似度检索与当前对话有关的记忆，再将命中的信息注入上下文。 按照苹果之前的产品发布节奏推演，基本可以确定，等今年iPhone 18系列正式发布之后，这款大功率小体积的电源适配器就会正式在国内市场上市开卖。

【本文结束】如需转载请务必注明出处：责任编辑：雪花文章内容举报

。为了降低“相似但不相关”的记忆干扰，jcode还可以调用独立的Memory Sideagent，对召回内容进行二次判断。

E | 这个Sideagent既可以验证记忆是否真正相关，也可以继续执行信息检索，再把整理后的结果交给主Agent。记忆的写入也不完全依赖用户操作。当对话发生明显语义漂移、间隔一定轮次或者会话结束时，记忆Sideagent可以从对话中抽取值得长期保存的信息，写入记忆图谱。在后台模式（Ambient Mode）下，系统还会定期整理和整合记忆，检查过期信息与潜在冲突。 jcode将多会话工作流作为核心设计目标。用户可以让jcode作为后台服务器持续运行，再从不同终端连接到同一服务。多个会话可以复用同一个后台服务，并由服务端统一管理会话连接、Agent通信和协作状态，而不需要为每个终端都重新启动一套完整的运行环境。根据项目公布的自测结果，按照PSS内存指标计算，在关闭本地嵌入功能时，jcode运行一个活跃会话的内存占用约为27.8MB。而Claude Code约为386.6MB，约是 jcode 的13.9倍。

F | 当活跃会话增加到10个时，两者的资源差距更加明显：jcode的内存占用约为117MB，Claude Code则达到约2300.6MB，约为jcode的19.7倍。

G | 从会话扩展成本来看，jcode每增加一个会话，额外内存占用约为9.9MB；Claude Code每增加一个会话则需要约212.7MB，约为jcode的21.5倍。 jcode的另一项重要能力，是原生Swarm多智能体协作。当Agent A修改了Agent B此前读取过的文件，服务器会主动通知Agent B，提醒它当前代码已经发生变化。Agent B可以根据任务相关性忽略提醒，也可以查看Diff，确认自己的修改是否需要调整。 Swarm协作文件变更通知不同Agent之间还可以发送私信、广播消息和同步任务状态。

H | 主Agent也能够自主创建新的Agent团队，把工作拆分给不同成员并行处理，自己则转变为负责规划、调度和汇总结果的协调者。为了降低大仓库中的上下文消耗，jcode还开发了面向Agent的代码搜索工具Agent Grep。该工具会在搜索结果中加入文件结构、函数列表和函数所在位置等信息，让模型在不读取全文的情况下，大致判断相关代码承担什么作用。还会根据Agent已经看过的内容，自适应地截断重复搜索结果。

I | Skills也采用了类似的按需加载思路。jcode不会在启动时把所有Skill完整写入上下文，而是对当前对话进行语义匹配，在检索到相关Skill时再自动注入。

J | 用户和Agent仍然可以通过工具或斜杠命令手动激活Skill，但无关的说明不会长期占据上下文窗口。浏览器能力同样纳入了Harness设计。目前jcode内置的浏览器工具主要通过Firefox Agent Bridge工作，可以执行打开页面、获取内容、点击、输入、填写表单、截图、滚动和上传文件等操作。 jcode最有趣的功能是Self-Dev模式。进入这一模式后，Agent可以直接修改jcode自身的源代码，随后完成构建和测试，重新加载生成的二进制程序，并继续处理原有的一个或多个会话。

K | 如果用户不满意界面布局、工具行为或者某项工作流，可以让Agent直接修改Harness本身，而不必完全等待项目维护者提供新功能。这让人想到翁荔最近提出的一个判断，在模型能够稳定修改自身权重之前，AI的自我改进可能会率先发生在Harness层。《DeepSeek崔添翼力挺翁荔最新长文：AI自进化先从Harness开始》 jcode的Self-Dev正是提供了象征意义的工程样本。 02 安装教程（1）macOS 和 Linux `curl -fsSL https://jcode.sh/install | bash` （2）Windows 11 `irm https://jcode.sh/install.ps1 | iex` 安装完成后，在终端输入 `jcode` 即可启动交互式界面。