![文章封面.png](https://developer.qcloudimg.com/http-save/yehe-7363958/6aca8c850f13973a41e1337370cdd7ad.png)

> 温馨提示：另有配套视频版，附带图解演示，观感不同，欢迎到各大视频平台搜索**同名标题**或【蛋先生说识】

## 开场

丹尼尔：蛋兄，最近老刷到“Agent = Model + Harness”这个说法，我记得您之前就提到过 `Harness`（温馨提醒：想回顾的观众可以在各平台搜索“外挂变内置: 大模型工具调用与思维链的能力进化史”），要不今天就接着聊聊这个吧

蛋先生：也行！Harness 的本意是“马具”，把它套在马身上，马力就能变成拉车的动力

丹尼尔：哇，挺形象的！那我懂了，这里的 Harness 就是把大模型的“智力”变成解决实际问题的“生产力”。那像 LangChain 这种智能体框架，就算是一个 Harness 吗？

蛋先生：悟性不错，方向是对的。但 LangChain 还真算不上 Harness——Harness 是夹在模型和真实环境之间的完整运行时，开箱即用。可以有多种交互和集成形式，比如 CLI 的形式 Claude Code；比如 SDK 的形式 Claude Agent SDK，import 一下就能跑起完整的 agent runtime。而 LangChain 这类智能体框架只提供搭 Harness 的零件和抽象，得你自己来组装

丹尼尔：哦，那它都包含哪些功能呢？

蛋先生：它的功能设计大可以参考人类：一个人要自主解决任务，除了靠大脑，还得靠什么？

丹尼尔：直接说吧，最近短视频刷太多，没脑子了^_^"

蛋先生：(-_-;) 还得靠记忆、工具、制度、同事、文档等等。就拿解决一个 bug 来说，光靠大脑转可不够：得查查这个模块之前改过什么（记忆）、得翻翻历史 wiki（文档）、得用编辑器改代码（工具）、得找同事 review（同事）、往主分支合并还得走审批（制度）

丹尼尔：哦，参考人类！好像有点明白了，但还是不太系统

蛋先生：想系统地了解 Harness 的功能，可以参考《Harness Engineering: Anatomy, Architecture, and Evolution of Coding Agents》这篇论文，它把生产级 Harness 拆成了七个子系统。接下来咱们就好好聊聊，这七个子系统都是些什么

---

## 子系统一：Agent Loop（智能体循环）

丹尼尔：好咧！那第一个是什么？

蛋先生：第一个是 Agent Loop，它是整个系统最核心的中央控制流，其它大部分子系统都是围绕它提供能力支撑的

丹尼尔：那它是借鉴了人类的什么？

蛋先生：我们在处理问题时，大多都是“走一步看一步”。就拿“早上出门找不到小电驴钥匙”来说，可能的排查过程是这样的：
- “多半在昨晚穿的那件外套口袋里” → 翻口袋 → 没有
- “那大概在玄关抽屉里” → 拉抽屉 → 还是没有
- “会不会压根就没带回家？” → 下楼看车 → 钥匙果然插在车上

丹尼尔：嗯，这种“走一步看一步”，在控制上是怎么实现的？

蛋先生：核心就是“推理—行动—观察”的循环

丹尼尔：ReAct 循环？

蛋先生：没错，生产级别的 ReAct 循环

丹尼尔：生产级别？

蛋先生：既然是循环，就得有“停止条件”；某一步执行失败了，得有“失败恢复”；工具之间是串行还是并行，得有“并发调度”；还有消息历史这些状态，也需要“状态管理”

---

## 子系统二：LLM Integration（模型接入）

丹尼尔：有点明白了，那第二个呢？

蛋先生：Agent 之所以区别于其它应用，就在于它“带脑子”了。所以子系统二 LLM Integration，解决的就是怎么把“脑子”接进来的问题

丹尼尔：那它是借鉴了……

蛋先生：这个没得借鉴，因为人类的大脑不能换，但 Agent 的大模型不仅可以换，甚至还能同时用多个

丹尼尔：哈哈。那直接说说这个子系统的功能吧

蛋先生：模型接入，要解决的自然是和大模型的通讯问题，一共分为三层

第一层是通信适配层，解决“怎么通讯”的问题。调大模型本质上就是调 API，而各家大模型的 API 五花八门，所以这一层负责处理入参怎么转换、连接怎么建立（认证、SSE 或 WebSocket 等）、出参怎么解析

第二层是上下文提示层，解决“发什么给大模型”的问题，也就是通过 Prompt 组装，把要发给大模型的系统提示词，动态上下文等提示词整理得井井有条

第三层是策略控制层，解决“怎么发才最优”的问题。比如怎么省钱（Prompt Caching）、用哪个模型最合适（Model Routing）、让模型想多深（Thinking / Reasoning Effort）

---

## 子系统三：Tools & Actions（工具与行动）

丹尼尔：明白了，接脑子。那第三个呢？

蛋先生：这个就厉害了，它决定了 Agent“能做什么”以及“怎么做”，这就是 Tools & Actions

丹尼尔：展开说说

蛋先生：一静一动

丹尼尔：静是指啥？

蛋先生：静是静态描述，回答的是“能做什么”

第一，得知道有哪些工具，所以需要一份工具清单，也就是工具注册表

第二，得知道每个工具怎么用，所以需要一份“说明书”，包括工具名称、用途，以及入参出参的 schema

丹尼尔：那动呢？

蛋先生：动是执行过程，回答的是“怎么做”

第一，得知道用这个工具安不安全，所以需要权限校验（这里只负责在执行前拦截做校验，具体怎么判，是子系统五的职责）

第二，得知道能不能同时使用多个工具。有些工具一起用会出问题，比如 git commit 和 git push 同时执行就容易冲突，所以得为每个工具声明是否并行安全（至于怎么调度，是子系统一的职责）

第三，得提供工具的执行环境——是直接在本机执行，还是在隔离的沙箱里（决策权在接下来的子系统四）

第四，得知道工具具体怎么执行——是进程内直接调函数，还是通过协议转发给外部服务器（MCP 工具就是后者）

最后，得知道工具返回的结果怎么处理，比如脱敏、格式化、错误处理、写回会话历史等

丹尼尔：那现在主流的工具提供方案，像 MCP 和 Skills，是属于这个子系统吗？

蛋先生：当然不是，这也是最容易误解的地方。该子系统只关心工具的注册和执行，至于工具以哪种方案提供，归后面的子系统七管，咱们到那儿再说

丹尼尔：啊，还是不太明白。一提到工具，我就会自然想到 MCP 和 Skills 啊

蛋先生：就拿 MCP 来说，从 MCP Server 获取工具清单，不是这里的职责，这里只负责把拿到的清单注册到工具注册表里。再比如 Skills 的可执行脚本，本质上只是最基础的 shell 工具的入参，这个子系统只要内置一个 shell 工具（比如 bash），就能执行 Skills 的脚本了

---

## 子系统四：Memory & Context（记忆与上下文）

丹尼尔：原来如此，单一职责，说好只管工具就绝不越界。那第四个呢？

蛋先生：第四个是 Memory & Context，主要借鉴了人类的记忆，分为会话记忆和跨会话记忆两种

丹尼尔：说具体点，先从 Memory 开始吧

蛋先生：前面聊到的哪个子系统是跟思维链相关的？

丹尼尔：子系统一 - Agent Loop 啊，你在考我？

蛋先生：这就是会话记忆——你靠回忆咱们刚才聊的内容，才答得上来我的问题

丹尼尔：哦哦！那跨会话记忆呢？

蛋先生：思维链的进化史，还记得一些细节不？

丹尼尔：嘻嘻，还好我有做笔记的习惯，我翻一下

蛋先生：这就是跨会话记忆——你在别的会话里记过一些笔记，当我问到本会话之外的问题时，你就能靠检索笔记来回答。靠着跨会话记忆，agent 会越来越懂你、越来越懂项目、越来越懂环境

丹尼尔：原来如此。那 Context 呢？

蛋先生：Context 决定的，是最终给到大模型看的内容

丹尼尔：它是怎么决定的？

蛋先生：一是获取相关内容，通过检索工具，在跨会话记忆、仓库代码文件等地方检索相关信息；二是加工内容，因为上下文窗口是有限的，得用截断、压缩、摘要等手段确保内容不溢出。所以它的产出，就是上下文中相关的动态提示词部分

---

## 子系统五：Safety & Permissions（安全与权限）

丹尼尔：OK，明白了。那第五个呢？

蛋先生：前面提到，工具执行前需要进行权限校验，那具体怎么校验，就是这第五个子系统的职责了——Safety & Permissions（安全与权限）

丹尼尔：哦？那具体是怎么校验的？

蛋先生：围绕"一个动作的执行"全流程设防，一共三道防线：事前拦、事中关、事后查

丹尼尔：事前拦是怎么拦？

蛋先生：完整的审批流程一般是一道"三层闸门"：规则先判 → 规则判不了就 LLM 判 → LLM 也判不了就人类判。判定结果只有三种：ALLOW / DENY / ASK，只有 ASK 会往上升级，特别像人类的逐级"审批"流程

丹尼尔：哦，那所有工具执行的权限校验，都要走这么一套审批吗？

蛋先生：当然不是！还是参考人类：有些事组长就能拍板，直接返回 ALLOW / DENY，不用上报；有些事确实要走满三层、层层上报；还有些事可以跳过前面几层，直接让总监来批。这些规则就叫策略（policy）——它管的是"怎么判"，相当于整条审批链的路由表，决定着审批流程最终怎么走

丹尼尔：那是根据什么来判断的？

蛋先生：除了动作，还有输入——喂给模型的网页、文件里，可能藏着诱导它的指令（间接提示词注入），所以得给这些不可信内容打标记、做扫描，防止"下毒"

丹尼尔：明白了。那事中关呢？

蛋先生：审批通过了，也不能保证模型永远不犯错，所以执行时可能需要把它关进笼子——沙箱隔离，限制它能碰的文件、能访问的网络

丹尼尔：事后查，盲猜就是日志？

蛋先生：没错，所有动作都要留下审计日志，出了事才能追溯

---

## 子系统六：Orchestration（编排）

丹尼尔：头脑里 harness 的架构图越来越清晰了，感觉真棒！趁热打铁，第六个是？

蛋先生：是团队协作，也就是把复杂问题拆成多个简单小问题的解决思路——这就是 Orchestration（编排）

丹尼尔：那怎么拆呢？

蛋先生：一种是生成并协调子代理（sub-agent），一种是连接其它的 agent

丹尼尔：无论子代理还是外部 agent，本质上都是与其它 agent 协作。那实际应用中，该怎么决定用哪种呢？

蛋先生：这个简单，就像实现一个方法一样：如果已经有现成的微服务（也就是 agent），直接连接它就行；如果没有，一开始也别过度设计，用最简单的方式，先作为项目里的一个内部方法实现（也就是 sub-agent）。等后来发现很多项目都在用这个方法了，再把它抽成微服务共享出去就可以了

---

## 子系统七：Extensibility（扩展性）

丹尼尔：这下舒服多了！就剩最后一个，拿下它就齐活了

蛋先生：刚好到总结的时候了。子系统一提供了主流程，子系统二到六都是在完善主流程的各个环节，而最后这个子系统七，则是对前面六个子系统的扩展。毕竟千人千面，谁也不可能满足所有人的需求，所以需要扩展性——这就是 Extensibility（扩展性）

丹尼尔：具体扩展啥呢？

蛋先生：比如对子系统一的主流程循环，可以通过钩子（hooks）在关键节点上定制逻辑，像每步执行前（PreToolUse）、执行后（PostToolUse）、会话开始和结束等生命周期事件

丹尼尔：那子系统二呢？大脑还能扩展？

蛋先生：可以，比如通过 Provider 插件，接入“新的脑子”

丹尼尔：子系统三应该是加工具吧？

蛋先生：对，比如支持 MCP 协议、增加自定义工具机制，来扩展“能做什么”

丹尼尔：那子系统四，记忆与上下文呢？

蛋先生：比如支持 skills 机制，来扩展“懂什么”

丹尼尔：子系统五安全与权限呢？

蛋先生：比如通过策略（policy）扩展“怎么判”这张审批路由表，也就是 policy as code

丹尼尔：那子系统六编排呢？

蛋先生：比如定义一个专属的 sub-agent，写一份声明式配置文件就够了；再比如通过支持 ACP、A2A 这些协议来连接其它 agent。对了，还有一个“大礼包”机制——插件（plugins），一个插件可以同时打包多个子系统的扩展

---

## 预告

丹尼尔：真好，现在算是系统地认识了 Harness。不过我对每个子系统的具体实现方案还挺感兴趣的

蛋先生：这个能讲好多集，咱们慢慢来

丹尼尔：好吧，小期待一下

蛋先生：饭点了，拜拜！

---

## 写在最后

看完这七个子系统，**你觉得 Harness 还有哪些功能没被提到的？** 或者在你的理解里，Harness 还有哪些活是它该干、这里没覆盖到的？**评论区说说呗**

都到这了，要不，顺手点赞 / 收藏 / 关注支持下呗？ o(￣▽￣)ｄ

`#Agent #Harness #智能体 #Claude Code #MCP #Agent架构 #Agent开发 #智能体框架 #工具调用 #思维链 #SKILL #LangChain #沙箱隔离 #ReAct #上下文工程 #原理 #知识分享 #AI #大模型 #人工智能`

温馨提示：另有配套视频版，附带图解演示，观感不同，欢迎到各大视频平台搜索同名标题或【蛋先生说识】

AI Agent 真正干活的 Harness 到底是啥，原来就这 7 个子系统？

Agent = Model + Harness：大模型负责想，Harness 负责干活。今天咱们就来拆一拆组成 Harness 的七个子系统，看看"大脑之外"的全套装备到底长啥样。至于 LangChain 算不算 Harness？你猜！#Agent #Harness #智能体 #Claude Code #MCP #Agent架构 #Agent开发 #智能体框架 #工具调用 #思维链 #SKIL

前端研发

人工智能

编程语言

开发工具

Agent=Model+Harness框架解析：生产级智能体七大子系统（AgentLoop循环控制、LLM接入、工具执行、记忆上下文、安全审批、编排协作、扩展机制）全拆解，对比LangChain差异，解读ClaudeCode等实践案例，助你系统掌握智能体架构设计。

提示词注入

上下文工程

WebSocket

LangChain

服务器

智能体

路由

Agent

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

AI Agent 真正干活的 Harness 到底是啥，原来就这 7 个子系统？-腾讯云开发者社区-腾讯云

AI Agent 真正干活的 Harness 到底是啥，原来就这 7 个子系统？

AI Agent 真正干活的 Harness 到底是啥，原来就这 7 个子系统？

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐