PART 5 · Harness 與自我改進
Harness 的三大設計模式
好的 Harness 有清晰的模式語言，絕非一堆腳本拼起來。三個核心模式，覆蓋了當前最強 Agent 系統 90% 的架構決策。
Pattern 1
1
Workflow Automation
工作流自動化
核心思想：Agent 是一個目標導向的循環，不能當成執行一次就結束的腳本。
- Plan → Execute → Observe/Test → Improve → Execute again：每一輪生成都是下一輪優化的起點。
- 分析自身軌跡：優秀的 Agent 會回頭看自己前幾輪做了什麼、哪裏失敗了、為什麼失敗，然後調整策略，避免重複同一個 Prompt。
- 強調運行時迭代：改進發生在 Agent 執行過程中，不依賴人類事先寫好的靜態模板。Agent 在每次執行中學習、適應、優化。
- 失敗是信號，不是終止：測試不通過、命令報錯、輸出不符合預期，這些都是 Agent 自我糾正的觸發條件。
Agent 工作流循環：plan → execute → observe → improve → execute again（來源：OpenAI Codex Agent Loop）
設計啓示
不要把 Agent 設計成一次性回答器。讓它擁有自己審查自己的能力：看到測試失敗後自動分析原因、看到 linter 報錯後自動修復、看到用戶回饋後調整策略。這就是工作流自動化的核心：把回饋循環內置到系統裏。
Pattern 2
2
File System as Persistent Memory
文件系統做持久記憶
核心問題：在長期運行的 Agent 中，製品會迅速超出上下文窗口。
- 製品種類繁多：實驗日誌、程式碼 diff、論文摘要、錯誤追蹤記錄、過去的完整執行軌跡，這些都是有價值的狀態，但塞不進上下文。
- Harness 的正確做法：把持久狀態存在文件系統中，讓 Agent 學會按需讀寫。不要試圖把全部工作歷史壓入 Prompt。
- 文件讀寫是 LLM 基礎技能：讀寫文件系統不需要複雜的外部工具鏈，它受益於核心模型能力的提升。模型越聰明，文件管理越高效。
- 結構化存儲：好的 Agent 會自己維護 scratchpad、todo 列表、實驗記錄，像人類程序員一樣管理工作區。
上下文 vs 文件：何時放哪裏？
放上下文中：當前正在處理的任務指令、即時的工具調用結果、最近 2-3 輪對話，這些是需要即時參考的信息。
放文件系統中：歷史實驗結果、累積的錯誤日誌、已完成子任務的摘要、長期策略和規則，這些是需要持久保存但不必時刻在視野中的信息。
關鍵原則：上下文是工作記憶，文件系統是長期記憶。好的 Harness 像人腦一樣，在兩者之間智能地搬運信息。
放文件系統中：歷史實驗結果、累積的錯誤日誌、已完成子任務的摘要、長期策略和規則，這些是需要持久保存但不必時刻在視野中的信息。
關鍵原則：上下文是工作記憶，文件系統是長期記憶。好的 Harness 像人腦一樣，在兩者之間智能地搬運信息。
Pattern 3
3
Sub-agent and Backend Jobs
子 Agent 與後台任務
核心思想：一個 Agent 不夠用時，生成多個子 Agent 並行執行，同時監控後台長任務。
- 父 Agent 作為進程管理器：啓動子任務、檢查日誌和進度、取消失敗的分支、合併成功的結果。這是操作系統層面的思維。
- 並行性必須顯式且可檢查：不能「發射後不管」。父 Agent 需要能查看每個子 Agent 的狀態、輸出和錯誤。
- 子 Agent 輸出持久化：每個子 Agent 的結果存為文件、日誌或狀態記錄（而不僅是返回到父 Agent 的上下文中），這樣即使中斷也能恢復。
- 容錯與恢復：後台任務可能超時、崩潰或產出低質素結果。Harness 需要設計重試策略和優雅降級機制。
關鍵設計決策
子 Agent 模式的核心取捨：並行帶來速度，但也帶來複雜性。成功的實現（如 Cursor 的 Task 系統、Claude Code 的子進程）都遵循同一原則：讓每個子 Agent 在獨立的沙箱中工作，輸出到明確的文件路徑，父 Agent 通過輪詢文件狀態來協調，不做記憶體共享。這極大簡化了併發控制。
Case Study · 編碼 Agent 的 Harness
主流編碼 Agent 的核心工具接口
Claude Code、Codex、OpenCode、Cursor，這些當前最強的編碼 Agent 都圍繞相似的工具集構建 Harness。下表按功能分組對比它們的核心接口：
| 工具分組 | 核心能力 | 典型工具 |
|---|---|---|
| File System | 讀、寫、搜索、編輯檔案；管理工作區狀態 | Read, Write, Edit, Glob, Grep, StrReplace |
| Shell Execution | 執行終端命令、運行測試、安裝依賴 | Shell, BashExec, RunCommand |
| I/O | 與用戶互動、確認操作、展示結果 | Ask, UserConfirm, ShowResult |
| External Context | 獲取外部信息、文檔、API 響應 | WebFetch, ReadURL, DocSearch |
| Web Search | 搜索互聯網獲取最新信息 | WebSearch, BingSearch |
| Artifacts | 生成、管理和版本化製品 | CreateFile, SaveArtifact, VersionControl |
| Backend Processes | 後台運行長任務、監控進程狀態 | BackgroundShell, AwaitProcess, Monitor |
| Agent Delegation | 生成子 Agent、分配並行任務、合併結果 | Task, Subagent, Fork, ParallelRun |
編碼 Agent 的 Harness 循環：從用戶意圖到程式碼交付，工具接口編排全過程（來源：Lilian Weng, 2026）
互動體驗：三種架構如何運行
就緒
Plan
Execute
Observe
Improve
↩ 循環
第 4 輪就開始丟信息
所有工具返回、歷史軌跡全塞進上下文，窗口很快打滿。Agent 開始遺忘早期信息，輸出質素驟降。
三大模式如何協同
三個模式是三層疊加，無需三選一
工作流自動化提供了執行的脊椎：循環結構和回饋機制。
文件系統記憶為循環提供了硬盤：讓每輪迭代的成果不會丟失，即使上下文被清空。
子 Agent 並行為循環提供了多核：當任務可分解時，用並行加速取代串行等待。
三者組合，一個 Agent 就具備了迭代優化 × 長期記憶 × 並行擴展的能力。這正是當前最強編碼 Agent 的共同架構。
文件系統記憶為循環提供了硬盤：讓每輪迭代的成果不會丟失，即使上下文被清空。
子 Agent 並行為循環提供了多核：當任務可分解時，用並行加速取代串行等待。
三者組合，一個 Agent 就具備了迭代優化 × 長期記憶 × 並行擴展的能力。這正是當前最強編碼 Agent 的共同架構。
核心觀點：Harness 設計不是隨機拼湊工具。它遵循三個結構性模式：目標導向的自動化循環（讓 Agent 能自我糾錯）、文件系統做長期記憶（突破上下文窗口限制）、子 Agent 做並行擴展（把串行瓶頸變成多綫程）。理解這三個模式，就掌握了構建生產級 Agent 系統的架構語言。