自建 Agent harness 总在微观管理?Reddit 开发者求解长任务失控难题
dangerous_inference · reddit · 2026-11-07
Reddit 用户 dangerousinference 分享其自定义研究与通用任务 harness 的现状并求助:
已有能力:
- 系统 prompt 实时渲染,可按情境动态改写;
- 完善的 skills 系统,可为任意任务快速写指令,agent 按需调用;
- 接入 web 搜索、Chromium 浏览器实例、沙箱等工具。
遇到的问题:让 agent 做研究时,它往往只做两次快速搜索就交回“营销腔的垃圾信息”;追问后才略有改善。作者感觉自己陷入了微观管理,事无巨细地规定每一步,想问大家:如何定义“何时停止”与“什么信息才算可用”?是否真的必须写“至少带回 12 个某类来源”这种硬性 skill,还是有更好的方式利用模型自身智能来做这种判断?
评论区围绕“写得更好的 skill vs. 放手让模型自己判断验收标准”展开讨论,是 agent 工程(harness 设计、验收准则、防止微观管理)的实战交流帖。
「编程与Agent」频道最新
- 事故响应 Agent 实战:为什么只存失败经验而不信记忆系统 — noufal_rizwan · 2026-11-07
- 客服挂断后 AI 留在线上追问一句，把通话纪要变成可执行任务 — gsuiteautomations · 2026-11-07
- 清华 Coca-Cola 压缩 Agent 工具输出,token 省 89% 性能反升 — Tsinghua · 2026-11-07
- ComfyUI-freefield 侧边栏集成 117 个现成工作流,一键下载模型并运行 — neuregex · 2026-11-07
- 十年工程外包公司老板复盘:小团队出活,拒单30%,客户专家必须在场 — alex_verem · 2026-11-07
- rex 终端客户端 + Hyprland 平铺窗口管理器概念设计亮相 — seatedro · 2026-11-07