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。
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。
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。
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。
- 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。
- 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。
- 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
S1Effective harnesses for long-running agentsAnthropic · 官方工程文章 · 查阅 2026-10-20
↗S2Building 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。