Agentic 与 Harness:核心概念和学习资源
读 Agent(能自主决定下一步行动的模型系统)相关的文献,最常碰到两个词:Agentic(Agent 式的工作方式)和 Harness(模型外部的运行框架)。
Agentic 的核心:循环
Agentic 的核心是一个循环。模型不再一问一答,而是自己决定下一步做什么:调用工具,查看结果,根据结果调整,再继续执行,直到完成目标。
| 要素 | 含义 | 缺失时的后果 |
|---|---|---|
| 自主决策 | 下一步做什么由模型决定,而不是由事先写死的流程决定 | 退化为固定流程 |
| 工具 | 模型能够作用于外部环境,例如运行代码、查询数据、修改文件 | 仅能输出文本 |
| 反馈 | 每一步的结果都交还给模型,模型才能发现并纠正错误 | 错误持续累积 |
注意:只是把几次模型调用串起来、没有上述循环的系统,叫工作流(workflow),不叫 Agent。
Harness 的核心:模型之外的全部组成部分
常见的说法是:
Agent = Model + Harness
模型负责推理,Harness 负责让推理结果可靠地执行下去。两者的关系见图 1:里面是 Agentic 循环,外面一层是 Harness。
Harness 主要管四件事:
| 职责 | 需解决的问题 | 示例 |
|---|---|---|
| 上下文 | 每一轮向模型提供哪些信息;上下文过长时如何压缩或重置 | 对旧对话生成摘要,仅保留相关文件 |
| 工具与权限 | 模型可执行与禁止执行的操作 | 允许运行测试,禁止删除数据库 |
| 状态与记忆 | 任务跨越多个会话时,进度如何保存与交接 | 进度文件、任务清单 |
| 验证 | 如何判断结果是否正确 | 运行测试;由另一个 Agent 评审 |
两者的关系
Agentic 说的是模型怎么工作,Harness 说的是我们给模型搭的工作环境。
同一个模型,Harness 做得好坏,性能可以差很多。一个常被引用的例子:2026 年 2 月,LangChain 团队保持模型不变(始终用 gpt-5.2-codex),只改 Harness(系统提示词、工具和中间件),就把编码 agent 在 Terminal Bench 2.0 上的得分从 52.8% 提到 66.5%,排名从前 30 名之外升到前 5 名[1]。
拿人来类比:模型相当于一个人的知识和推理能力,Harness 相当于这个人的工作环境,包括手边的工具和设备、工作规程、记忆和记录的方式,以及权限和复核机制。没有后者,能力再强的人也很难可靠地把任务做完。
学习资源
视频与课程
| 资源 | 形式 | 说明 |
|---|---|---|
| Agentic AI(Andrew Ng,DeepLearning.AI) | 视频课程,31 节,约 10 小时 | 中级难度,可免费旁听。讲的是与厂商无关的 agent 设计模式:反思、工具使用、规划和多 agent 协作。适合作为系统入门的第一门课 |
| How We Build Effective Agents(Barry Zhang,Anthropic) | YouTube 演讲,约 15 分钟 | AI Engineer Summit 2025 的演讲,免费,适合快速建立整体认识 |
| AI Engineer Agentic Track: The Complete Agent & MCP Course(Ed Donner,Udemy) | 视频课程,约 17 小时 | 以代码构建 agent,涵盖设计模式、模型上下文协议(Model Context Protocol,MCP)与主流框架,侧重实践 |
| AI Agents Course(Hugging Face) | 文字课程 | 免费,侧重开源生态 |
Harness 方向的博客
| 文章 | 作者 · 时间 | 主要内容 |
|---|---|---|
| Effective harnesses for long-running agents | Anthropic | Agent 如何跨越多个上下文窗口持续推进任务 |
| Harness design for long-running application development | Anthropic | Planner / Generator / Evaluator 三 Agent 结构 |
| Scaling Managed Agents | Anthropic | 将长时程 Agent 构建为托管服务的架构,其核心是将“大脑”(Harness)与“手”(执行环境)分离 |
| Agent Harness Engineering | Addy Osmani · 2026-04 | 综述,阅读时间约 17 分钟 |
| Harness engineering for coding agent users | Birgitta Böckeler(Thoughtworks,Martin Fowler 网站)· 2026-04 | “Agent = Model + Harness”这一概念模型的常用出处 |
| The Anatomy of an Agent Harness | Vivek Trivedy(LangChain)· 2026-03 | 分解 Harness 的各组成部分 |
| Harness engineering: leveraging Codex in an agent-first world | Ryan Lopopolo(OpenAI)· 2026-02 | 案例:3 名工程师借助 Codex 完成约一百万行代码的产品,未手写代码;团队后扩展至 7 人 |
延伸阅读索引
| 资源 | 说明 |
|---|---|
| The State of AI Harness Engineering 2026(marmelab) | 2026 年 9 月 24 日发布,汇总了上述多数文章 |
| awesome-harness-engineering(GitHub) | 持续更新的资源列表 |
| Agent Harness Engineering: A Survey(Picrew 等) | 学术综述,结合 OpenAI、Anthropic、LangChain 等团队的工程报告,提出七层分类体系 |
建议的学习顺序
- 先看 Barry Zhang 的演讲,建立整体印象。
- 再学 Andrew Ng 的 Agentic AI 课程,系统掌握设计模式。
- 最后读 Addy Osmani 的综述和 Anthropic 的三篇工程博客,深入了解 Harness 的细节。
参考文献
- LangChain, “Improving deep agents with harness engineering,” Feb. 2026. Accessed: Oct. 11, 2026. [Online]. Available: langchain.com