5 个 Harness 工程技巧让 LLM 变成可靠 Agent
goyalshaliniuk · x · 2026-11-01
Shalini Goyal 发长文指出：强大的模型不等于可靠的 Agent，关键在 harness——围绕模型管理系统中的工具、上下文、记忆、权限、执行与反馈。
文中总结 5 个 harness 工程技巧：
- 构建有界控制循环：用 plan → act → observe → evaluate 循环，设置迭代上限、超时与明确停止条件，检测重复动作防止死循环；
- 工程化上下文与状态管理：只给当前任务相关的上下文，维护工作记忆、任务进度与历史决策，持久化 checkpoint 以便失败后恢复；
- 设计安全的工具访问：最小权限原则，校验工具输入输出，敏感或不可逆操作需人工审批；
- 加入验证与评估：对照明确的任务需求校验结果，跑测试与独立验证后再宣布完成，追踪真实场景成功率；
- 实现可观测性与恢复：记录工具调用、决策、错误与执行轨迹，追踪延迟、token 用量与成本，加重试、降级与人工升级机制。
配图信息图附了微软 Agent Framework、Snowflake Harness Engineering、Anthropic Evals 博客及 arXiv 论文等参考资源。
所属事件:工程圈热议 Harness 设计：同一模型性能差可达 6 倍(9 条相关)→
「编程与Agent」频道最新
- Manus 广告与 SEO 负责人二虎:Agent 数量将超过团队人数 — gefei55 · 2026-11-01
- mitsuhiko 晒截图:多 Agent 协作时互相道歉的名场面 — mitsuhiko · 2026-11-01
- 开发者吐槽：多数 AI 逆向工程工具是「垃圾」，agent 更爱直接用 objdump — mgostIH · 2026-11-01
- 开发者吐槽 ChatGPT 不支持用户自建可持久访问的 skill 文件 — JeremyNguyenPhD · 2026-11-01
- AI 生成的星战梗游戏 SLOP EISLEY 发布 0.6.70 更新 — jasonkneen · 2026-11-01
- 开源记忆层 ICE 实测:复杂度不低,却输给纯向量 RAG — Deepnar_S · 2026-11-01