Agent = Model + Harness:Google 工程师拆解系统提示词自动重写循环
Roger_M_Taylor · x · 2026-09-15
一条关于 Agent Harness 工程的长文摘编，核心论点是 Agent = Model + Harness，系统本身也可被测试与改进。
- Google 工程师的做法：让 AI 在测试失败时重写 agent 的 system prompt——失败的检查变成下一轮修复任务，回归测试套件再盯住修复可能破坏的部分，指令本身成为可测试、可迭代的对象
- 文章把 harness 系统拆成六部分：guides（项目规则、约束与历史教训）、sensors（测试/linter/校验器）、loop（执行-检查-限次重试-升级）、memory（跨轮次保存状态与决策）、permissions（工具与写操作审批）、observability（记录发生了什么、花了多少、败在哪）
- 引用原文《From 296 Agents to One Graph》：296 个 agent 意味着 296 套策略与 296 种失败方式，不如用一张图 + 循环来组织
价值在于把 agent 工程从「堆模型」转向「工程化外壳」的系统视角。
「编程与Agent」频道最新
- 模型没有自主性，系统才有：从单 token 到工具调用的架构思路 — sethjuarez · 2026-09-16
- GPT-6 Astra 八个狂野用例:数小时做出游戏、机器人demo和3D管线 — socialwithaayan · 2026-09-16
- 提议:把可预测 UI 流程交给本地脚本执行,大幅省下 computer-use 视觉调用 — Iinganouo · 2026-09-16
- 用 OpenTelemetry 追踪 Agent 与 LLM 调用的教程 — dl_weekly · 2026-09-16
- LangChain:每个托管Deep Agent都是MCP server,可被Agent当工具调用 — LangChain · 2026-09-16
- LlamaIndex 复盘用 Stainless 生成 SDK,团队已加入 Anthropic — llama_index · 2026-09-16