Harness 与 Agent 工程 · 运行控制与长任务 · 2026-07-28

Agent 工程别再混为一谈:Harness、Loop、Graph 三层架构到底怎么分?

澄清Agent工程三大概念混淆,用Harness/环境、Loop/反馈、Graph/流程三层架构解析各自作用,助你理清可靠Agent工程关键。

核心内容:

  1. 澄清Harness、Loop、Graph的常见混淆现状
  2. 三层架构定义:Harness管环境与运行基础设施,Loop管重复执行与反馈验证,Graph管流程拓扑与状态迁移
  3. 可靠Agent工程关键:环境、反馈、流程需共同工程化,非仅依赖模型升级

导读很多团队把 Agent Harness、Loop 和 Graph 混成了同一个概念。本文基于 X Article《Agent Harness Engineering vs. Loop Engineering vs. Graph Engineering》,用一个清晰的三层模型解释它们分别解决什么问题:Harness 负责环境与运行基础设施,Loop 负责重复执行和反馈验证,Graph 负责把流程拓扑、分支、汇合与状态迁移显式化。真正可用的 Agent,不是只换一个更强的模型,而是把环境、反馈和流程一起工程化。

🧭 先给结论:环境、反馈、流程

Agent 工程里最容易出现的误解,是把所有“让 Agent 更可靠”的代码都叫成一个东西。

有人把工具调用叫 Agent Loop,有人把多步骤流程画成 Graph,也有人把系统提示词和记忆模块叫 Harness。它们确实都围绕同一个模型,都可能包含“循环”,也都会影响最终可靠性,但解决的是不同层级的问题。

可以先记住这组三句话:

更简洁地说:

Harness 管环境,Loop 管反馈,Graph 管流程。

图:原文用“environment → feedback → flow”概括三层工程关系。

这三个词目前还没有完全统一的行业标准。尤其是 Loop Engineering,它是实践者在 2026 年逐渐使用的新说法;Graph Engineering 也更接近一种实用工程方法,而不是一个边界严格的学术领域。

但这种区分非常有用,因为它能防止“Agent”这个大词掩盖真正的设计问题。

🏗️ Harness Engineering:模型之外的整个工作环境

一个裸的语言模型只能根据输入生成输出。它不会天然拥有以下能力:

这些能力来自模型所处的环境,也就是 Harness。

在 LangChain 的定义里,Agent 可以理解为“模型 + Harness”,而 Harness 就是模型之外的代码、配置和执行逻辑。OpenAI Agents SDK 也从运行时角度描述了类似的核心:Runner 调用模型、执行工具调用、处理 handoff、携带状态,并且只有在真正达到终止条件时才停止。

Harness 通常包含什么?

一个严肃的 Agent Harness,至少会处理以下六类问题:

1. Context Injection:上下文注入

包括系统指令、检索结果、对话状态、技能、任务策略和权限规则。

2. Action Surfaces:行动接口

包括 API、浏览器、Shell、代码解释器、数据库和兼容 MCP 的工具。

3. Persistence:持久化

包括文件、检查点、会话、进度日志、Git 历史和长期记忆。

4. Execution Control:执行控制

包括超时、重试、预算、模型路由、子 Agent、审批门和并发控制。

5. Safety and Governance:安全与治理

包括权限、隔离、Allowlist、Secret 管理和人工授权。

6. Observability:可观测性

包括 Trace、工具输入输出、状态迁移、成本、延迟和评测结果。

图:Harness 不是一段循环代码,而是围绕模型的完整运行系统。

因此可以做一个很实用的判断:

把模型从架构图里拿掉之后,剩下的工具、数据访问、状态存储、沙箱、中间件、评估器、重试策略和 UI,基本都属于 Harness。

为什么 Harness 比提示词更重要?

两支团队使用同一个基础模型,最后效果可能完全不同。

一支团队给模型准备了干净的工具、稳定的工作区、受限的权限、可观察的状态和清晰的终止条件;另一支团队只给了一个模糊提示词和不稳定的 API 包装层。模型智力相同,但工作环境不同,结果当然也会不同。

这就是 Harness Engineering 的核心价值:它把模型能力转化成可重复运行的系统能力。

🔄 Loop Engineering:让 Agent 不要“一次回答就算完成”

每个会使用工具的 Agent,其实都带着一个小循环:

  1. 调用模型;
  2. 查看结果;
  3. 执行工具;
  4. 把观察结果输入模型;
  5. 重复,直到返回最终答案。

当工程师开始有意识地设计、叠加和管理这些循环时,就进入了 Loop Engineering。

它的重点不是“多写一个 while 循环”,而是回答几个问题:

一个合格的 Loop 有七个部件

Trigger:触发器

可能是用户请求、定时任务、测试失败、新数据到达或评估器反馈。

Goal:目标

必须是一个具体的可判断状态,而不是“继续改进”这种模糊命令。

State and Memory:状态与记忆

下一轮需要知道什么?哪些内容不必重新播放?哪些中间结果需要持久化?

Action Policy:行动策略

Agent 可以修改什么、调用什么、委派什么任务,以及可以花费多少预算?

Evidence:证据

包括测试、Schema 校验、引用、Diff、指标或人工审核。

Feedback:反馈

反馈不能只是“失败了”,而要告诉 Agent 为什么失败、下一步可能修正什么。

Stopping Rule:停止规则

成功、预算耗尽、超时、不可恢复错误或需要人工升级,都应该是明确的终止条件。

不要围绕“自信”循环,…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/LargeLanguageModel/2026072832158.html