zhaoweiguo 的知识库

Agent Harness 解剖

4分钟阅读

LangChain Vivek Trivedy 的系统性定义：Agent = Model + Harness。Harness 是除模型本身之外的所有代码、配置和执行逻辑，是把模型智能变成实际工作能力的系统。

核心定义

Agent = Model + Harness

Harness 包含：

  • System Prompts
  • Tools / Skills / MCPs 及其描述
  • Bundled Infrastructure（filesystem、sandbox、browser）
  • Orchestration Logic（subagent spawning、handoffs、model routing）
  • Hooks/Middleware（compaction、continuation、lint checks）

模型只能接收文本/图像/音视频，输出文本。它无法：持久化状态、执行代码、访问实时知识、配置运行环境。这些都是 harness 层的职责。

核心组件（从模型需求反推）

1. Filesystem — 最基础的 harness primitive

  • 持久化存储，跨 session 保留状态
  • 多 agent 协作的共享账本（Agent Teams 依赖此）
  • git 加版本控制，支持回滚和分支实验
  • meta-harness 的文件系统级诊断也以此为基础

2. Bash + Code 执行 — 通用工具

  • ReAct 循环的核心执行原语（reason → act → observe → repeat）
  • 让 agent 自主设计工具，而不是依赖预配置工具集
  • 代码执行成为自主问题解决的默认通用策略

3. Sandbox — 安全隔离执行环境

  • 安全执行 agent 生成的代码，避免本地风险
  • 按需创建/销毁，支持大规模并行任务
  • 预装语言运行时、CLI（git、测试框架）、浏览器等

4. Memory Search — 持续学习

  • AGENTS.md / CLAUDE.md 等 memory file 标准，每次 session 注入
  • agent 写入记忆文件 → harness 下次加载 → 跨 session 持续学习
  • Web Search / MCP（如 Context7）补充知识截止日期后的信息

5. Context Rot 对抗

Context Rot：随着上下文窗口填满，模型推理能力下降。

机制作用
Compaction上下文快满时智能压缩/摘要，让 agent 继续工作
Tool call offloading大输出截断保留头尾，完整内容存文件系统按需读取
Skills渐进式披露，避免启动时加载过多工具污染上下文

6. Long Horizon 自主执行

  • Ralph Loop：hook 拦截模型退出尝试，注入原始 prompt 到新 context 继续工作（文件系统保存状态）
  • Planning：分解目标为步骤，写入 plan file，harness 注入提醒
  • Self-verification：运行测试套件，失败时将错误反馈给模型，形成自我改进循环

模型训练与 Harness 的耦合

Claude Code、Codex 等产品在 post-training 时把 harness 也纳入训练循环：

  • 有用的 harness primitive 被发现 → 加入 harness → 用于训练下一代模型
  • 副作用：模型对特定 harness 产生过拟合（如 Codex 的 apply_patch 工具逻辑）
  • 但这不意味着最佳 harness 就是模型被训练时用的那个——TerminalBench-2 证明只改 harness 可以从 Top 30 提升到 Top 5

未来方向

  • 百 agent 并行协作共享代码库
  • Agent 自分析 traces 识别并修复 harness 级失败（即 meta-harness 的方向）
  • 动态 just-in-time 工具组装，而不是预配置

相关

关系图谱

反向链接