很多人讨论 Agent 时，谈的是 Prompt 怎么写、模型怎么选。但真正让 Agent 在生产环境中稳定跑起来的，不是这些——而是它运行在什么样的约束框架里。这个框架，就是 Harness。

一句话定义Harness：让 Agent 能长时间、大规模、可重复、不出错地干活，并且越干越强。

---

00 · 问题定义：一个有效的 Harness，要同时管住三件事

很多 Harness 失败，是因为只管住了其中一两件事。三件事缺一不可：

#	要管住的事	本质
01	不乱输出	架构约束
02	不自我欺骗	评估闭环
03	不重复踩坑	可信记忆

如果你的系统任由 Agent 自由生成、自己评估、每次从零开始——那不管模型多强，最终都是一个不可控的黑盒。

---

01 · 核心架构：Harness 四件套

1. 架构护栏 · Architectural Guardrails

不让 Agent 自由发挥，而是强制它遵守规则。参考 OpenAI 的 6 层结构：Types → Config → Repo → Service → Runtime → UI，层次固定，不可乱跳。

设计要点：

• 用机器可执行规则限制边界：linter、CI、类型检查、权限白名单
• 禁止跨层依赖、禁止绕过接口、禁止直接操作底层
• 违规 PR 自动拒绝，不靠文档，不靠自觉
• 规则是代码，而不是注释

目标：百万行代码级别依然保持一致性，不会架构腐化。

---

2. 分离式评估闭环 · Separate Evaluator

Anthropic 最关键的工程发现之一：Agent 自评等于无效。生成与评估必须物理或逻辑隔离。

设计要点：

• Generator ≠ Evaluator，两个独立 Agent
• 评估不能只看文本，要可执行验证：UI 用 Playwright、代码跑单测、接口发真实请求
• 固定评估维度：功能完整性、规范合规、鲁棒性、安全性
• 迭代控制在 5–15 轮，超过阈值触发人工介入

目标：让 Agent 无法自我美化，必须按真实结果迭代。

---

3. 可信记忆层 · Verified Memory

不是简单存历史，而是防幻觉、防污染、可追溯。记忆写入本身也需要信任机制。

设计要点：

• 写入必须经过共识验证：多 Agent 投票 / 声誉机制
• 记忆来源打分：历史准确率、领域相关性、独立验证数
• 只存入"可证明为真"的知识，拒绝模糊结论写入
• 提供版本、溯源、回滚机制

目标：系统具备纵向学习能力，越跑越强，而不是永远从零开始。

---

4. 任务编排与执行引擎 · Orchestration Engine

让 Agent 能跑几小时乃至几天不出故障。这不是自然而然的，需要工程设计。

设计要点：

• 任务可中断、可恢复、可重试，具备持久化状态
• 工具调用权限最小化原则
• 上下文自动清理、压缩、索引，防止窗口溢出
• 死循环检测、无限递归检测、成本上限熔断

目标：长时运行稳定、可控、可审计、不爆炸。

---

02 · 实施路径：从 0 到 1 的六步

设计顺序很重要：先定约束，再定结构，最后接能力。很多团队反过来——先把工具接上，再想着怎么约束，结果越来越难管。

Step 1 · 先定义"不可接受的行为"
列黑名单优先于列白名单。不能生成不安全代码、不能破坏架构、不能编造信息、不能无限调用工具、不能覆盖重要配置——这些必须提前写成规则，而不是"约定"。

Step 2 · 设计分层与接口
把系统切成固定层次，Agent 只能通过接口通信，不能乱跳层。层次边界清晰，才能谈约束。

Step 3 · 搭建双 Agent 结构：Generator + Evaluator
Generator 负责生成，Evaluator 负责验证、打分、拒绝、要求重改。两者职责隔离，不允许自评自过。

Step 4 · 接入三层可信记忆
短期记忆（上下文窗口）→ 中期记忆（会话经验）→ 长期记忆（经过验证的知识库，必须投票通过才能写入）。三层分离，防止污染传播。

Step 5 · 接入 CI / 自动化检查
把所有约束变成可执行检查，Agent 违规直接失败。规则的效力来自执行，不来自文档。

Step 6 · 设置熔断与上限
最大轮次、最大 token、最大成本、最大工具调用次数——四个维度都要有硬上限。防止失控的边界，是系统健康的底线。

---

03 · 有效性衡量：怎么判断你的 Harness 是否真的有效

指标	含义	反面信号
一致性	多次运行结果可预测	同样输入，输出随机漂移
收敛性	迭代后质量明显上升	在同一水平震荡，越改越差
成长性	第 10 轮比第 1 轮强	每次从零出发，没有积累
可控性	不出现架构崩坏、幻觉泛滥、成本爆炸	行为不可审计，边界不清晰

---

一句话收尾

好的 Harness = 强制规则 + 外部评估 + 可信记忆 + 稳定执行引擎

它不是"教 AI 怎么做"，而是给 AI 造一个只能做好事的环境。

上述方法论可直接适配代码生成 Agent、RAG 系统、客服 Agent 等场景——核心骨架不变，调整各层的约束规则与评估维度即可落地。