不要恋爱要结婚

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

一 |     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。    中新网上海8月20日电 (杨海燕 李秋莹 何宝新)近日，2026年第13号台风“白海豚”影响上海。                   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。

二 | 中船七〇四所利用这一窗口期，在长兴岛园区对新一代船用旋筒风帆进行了实景综合性能测试验证，取得成功。                   有的写了几十行代码，就告诉你任务已经完成。

三 |          　　长兴岛地处长江入海口，是台风影响的重要区域。七〇四所成立现场指挥部，依据崇明气象台信息研判天气趋势，组织安全、技术和生产人员评估现场风险，校核载荷数据，加固结构部件，制定专项测试方案和应急预案，落实防护和应急保障措施。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”。         　　测试期间，现场持续进行状态监测和数据采集，重点跟踪旋转体、支撑机构、智能控制系统及制动装置等关键部件。经过48小时连续数据收集，直径5米、高25.5米的旋筒风帆各系统运行稳定，设备响应正常，监测数据均在设计允许范围内，结构受力、抗风稳定性和控制性能达到预期目标，验证了其在复杂恶劣气象条件下的运行能力。                   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。

四 |          　　该旋筒风帆利用旋转筒体产生压力差，将自然风转化为船舶助推力，减少燃油消耗。根据航行条件，综合节能率可达5%~25%，全生命周期投资回收周期短于5年。                   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。该产品搭载了国内首个实测推力系统，通过监测船舶运动与受力，结合算法反推真实推力，填补了数据空白。                             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。目前已获得法国船级社(BV)和中国船级社(CCS)的认可证书。在github上已经收获10k stars。

五 |          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。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。                   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。                   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。

六 |                    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。                        　　值得一提的是，七〇四所还提供了“风帆本体+防漂鳍+智能航行系统+全船能效管理”的整体解决方案。                   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。

七 | 防漂鳍可补偿横向漂移，协同舵机提升航向稳定性并减少能耗；智能航行系统基于AI动态优化航线；能效管理模块协调风帆与主推进系统功率分配。                   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。

八 | 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。

九 |          　　从实验室里的技术原理，到长江口风雨中的真实考验，从一面“借风而行”的旋筒风帆，到覆盖航行控制与能源管理的系统化解决方案，中船七〇四所正持续推动风能辅助推进技术走向工程化、实船化应用。

十 |          　　此次台风条件下的实景验证，为旋筒风帆工程化应用提供了关键数据支撑，也为其在绿色低碳航行中的实际使用积累了重要经验。

十一 | (完) 【编辑:万纪玮】。                   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。                             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。                   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。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。                   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。                   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。

十二 | 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。                   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。

十三 |                    03          总结                    总的来说，jcode能够为Coding Agent搭建一套更完整的工作系统，让智能体记得更久、协作得更好，也能在用户授权下按需改造自己的运行环境。

Current article:http://ybdt2.cuntoujuefourantapai.cfd/news/20260826_2498.html

Published on:09:00:01