Harness 越多,越说明缺了一层
这两年,围绕让智能体在企业落地的项目越来越多。
有的叫 Harness,有的叫 Loop,有的叫 Agent 运行时,有的强调 Workflow、Memory 或 Multi-Agent。名字不同,工程问题很接近:让模型不要只回答问题,而是能规划、执行、观察、验证、重试。
但它们最后都会撞到同一个边界:
智能体到底运行在一个什么样的世界里
如果这个世界只是提示词、聊天历史、向量库、工具 schema 和临时 JSON 的拼接,系统很快会出现几个熟悉的问题:规则没有强制性,记忆没有生命周期,写回没有血缘,多 Agent 之间没有共享语义,企业业务逻辑散落在提示词和工具代码里。
所以我越来越倾向于把动态本体看成 AI 系统里的运行内存,而不是知识库。 具体而言,Harness 框架是一套脚手架,它用来控制大模型怎么跑。本体相当于一个业务世界的数字孪生,它决定了大模型跑在哪个世界里。
动态本体首先是一个面向内存的文件系统
工程师或者架构师在理解本体的时候,容易被“知识图谱”、“语义模型”这些词带偏。
这些词没有错,但不够准确。对一个要支撑 Agent 执行的系统来说,本体首先要回答的是:什么对象可以存在,怎么命名,怎么连接,怎么被读取,怎么被写入,怎么过期,怎么追溯。
这更像文件系统。
在这个类比里,ObjectType 类似文件类型和 inode schema。它定义系统里允许存在什么东西:约束、模式、决策记录、业务流程、反模式。这些不是 markdown 标签。它们决定一条记忆的字段、生命周期、可检索方式和治理规则。
LinkType 则类似文件系统里的链接关系,但语义更强。它不是“参见某某”的文本提示,而是可遍历、可审计、可治理的关系。
例如 derived_from 表示决策血缘,about_concepts 表示概念索引,cites_files 表示代码锚定,contradicts 表示矛盾,supersedes 表示替代,impacts 表示影响传播。 在上一篇文章里我专门处理过 derived_from:它不是一个好看的字段,而是一条检索边。DecisionRecord 进入 Manifest 后,系统可以沿这条边扩一跳,把支撑这个决策的约束和模式补回来。
这就是文件系统思维和知识库或者知识图谱思维的区别。
文件系统关心“这个对象是什么类型,和谁连接,谁能读,谁能写,何时失效,出了问题怎么修”。
ObjectType 和 LinkType 不是知识库字段,而是 AI 内存系统的 inode 和 link。
Action、Function、Rule 构成动力层
如果只有 ObjectType 和 LinkType,本体仍然只是一个结构化存储系统。真正让它运行起来的,是 Action、Function 和 Rule。
Action 是受治理的写操作。它不是普通 tool calling。
普通工具调用只描述函数签名,比如“更新供应商状态”。它没有说明这个操作在业务世界里是否合法、是否需要审计、会影响哪些对象、失败时如何解释。本体里的 Action 不只是函数入口,而是带前置条件、规则、写回和血缘的受控操作。这里的关键不是格式,而是语义:Action 改变的是一个受约束的企业世界。
Function 则负责可计算的读路径。它可以基于对象和链接做聚合、推导、影响分析、风险计算。它不一定改变状态,但它定义了“系统如何理解当前世界”。
Rule 是边界。它决定什么操作能执行,什么写回能晋升,什么记忆必须保护,什么节点应该降级。
在前面几篇里,这些概念已经以不同名字出现过:VerifyGate 是规则执行,Promotion Gate 是写回晋升,Memory Prompt Builder 是读侧函数,GC dry-run 是生命周期规则,AgentMemoryScope 是读权限与预算规则。
所以,动态本体不是静态图。
ObjectType / LinkType 让世界有结构;Action / Function / Rule 让世界会运动。
我把这一层称为动力层。它回答的不是“世界是什么”,而是“世界如何合法地变化”。
Harness 和 Loop 是运行层,不是世界层
现在很多 Harness 、 Loop engineering 项目做得很扎实。
它们解决 plan、act、observe、verify、retry、tool routing、checkpoint、多 Agent 协作。这些能力是必要的。没有 Harness,Agent 就是一段会调用工具的自由文本生成器。但 Harness 不应该承载世界模型。
Harness 应该负责控制流:谁先跑,谁后跑,失败回哪一步,重试几次,什么时候中止,什么时候升级。
动态本体管世界:有哪些对象,哪些规则算数,哪些记忆能读,哪些结果能写回,什么经验能跨任务复用。
这个边界很重要。
规则放在 prompt 里,失败只能得到“模型觉得不对”。规则存在 ConstraintMemory 里,并且 Verify…