工程 · 深度词条

Agent Harness(智能体运行框架)

围绕模型搭建的运行环境,负责让任务持续推进、使用工具、保存状态并检查结果。

专题词条基础释义核对 2026-10-20专题核对 2026-10-202 条来源
本页目录 12 节

四层解释

通俗

围绕模型搭建的运行环境,负责让任务持续推进、使用工具、保存状态并检查结果。

专业

Harness 是工程层术语,常包含执行循环、环境初始化、工具接口、状态持久化、预算控制与评测;不是统一认证的产品类别。

机制

每轮读取目标与已有状态,调用模型和工具,保存证据与进展,满足完成条件后退出;中断后从可靠检查点继续。

工程

将任务完成条件写成可执行检查,保存版本和操作记录。工具超时、重复执行和状态丢失应有明确处理,而非让模型无限重试。

全链路位置

INPUT目标、环境、已有状态
→
PROCESS受控执行与持续验证
→
OUTPUT可验收结果及运行记录

常见用途

  • 跨会话软件开发
  • 长时间文档分析
  • 可恢复的多步骤工作

专业边界

  • 工程框架不能补足模型完全缺失的能力
  • 更多循环和子智能体不一定更有效

常见误解

  • 把 Harness 当成另一种模型
  • 把模型说完成了当作交付验收

长任务的难点是交接,不只是思考

Anthropic 的公开工程案例将初始化环境与后续增量工作分开,并用进展文件、版本记录和测试维持跨上下文连续性。该案例来自编码任务,不能直接证明相同方案适合所有业务。

依据Effective harnesses for long-running agents

完成标准必须在对话之外成立

工程判断

本站建议把“完成”拆成产物存在、关键检查通过、状态可追踪三项。对于写操作,还要区分已经提交、仅生成草稿和执行失败。这样才能识别看似顺畅、实际没有落地的任务。

依据Effective harnesses for long-running agents

Worked Example

中断后继续整理文档

虚构教学示例,不对应真实客户或运行指标。

  1. 建立任务账本

    按文档 ID 保存待处理、处理中、已核验和失败状态。

  2. 保存检查点

    每完成一个批次就记录输出位置和校验结果,不能只留聊天摘要。

  3. 恢复与验收

    重启后跳过已核验项,对不确定项重新检查,最终比对输入与产物清单。

可靠续做依靠持久状态和验收,不依靠模型声称记得。

来源与核对记录

S1
Effective harnesses for long-running agentsAnthropic · 官方工程文章 · 查阅 2026-10-20
S2
Building Effective AgentsAnthropic · 官方工程文章 · 查阅 2026-09-07

基础释义核对:2026-10-20。专题核对:2026-10-20。局部修订不代表旧正文全部复核,尚未完成外部专家审稿。