Agent Harness 是什么：让模型持续工作的运行设施
模型能提出下一步，Harness 让这一步进入可控的运行过程。循环、上下文、工具、状态、预算、确认和观测共同决定一个助手能否接续工作，也决定它何时必须停下。
Agent 入门 · 阅读路线
先带走这三个判断
- Harness 指模型周围的运行设施，具体范围随产品而异；它不是一种新模型。
- 跨会话任务需要真实产物和可核实状态，压缩聊天历史不能替代完整交接。
- 模型升级与 Harness 改进要分别验证：能力、恢复、权限和成本是不同维度。
文章目录
给一个容易拼错的词放进具体场景
Harness 可以理解为支撑 Agent 运行的一套设施。这个词在不同产品里范围并不完全一致：有的侧重循环与工具，有的还包含文件系统、沙箱、状态持久化与监控。它不是模型名称，也不等同于一段系统提示。阅读实现时，先问它实际负责哪些机制。
继续看资料整理助手。模型认为需要打开第三篇文章，Harness 负责把请求交给工具、接住返回结果、更新任务状态，再决定能否继续下一轮。若网络断了、预算耗尽或用户取消，它需要留下可解释状态，而不只是让模型再说一句“我会继续”。
把运行设施拆成七个问题
循环决定什么时候再调用模型；上下文决定模型每次看到什么；工具连接外部能力；状态保存当前任务；预算限制时间、调用和资源；确认把需要授权的动作交给合适的人；观测记录关键事实与结果。七项不是行业认证清单，而是本文建议的检查视角。
例如，助手搜索后继续读取，靠的是循环；只给它与分类相关的片段，靠的是上下文；把写入博客拦在可审阅草稿之后，靠的是执行约束。每个机制需要落到具体代码或平台行为，写在提示里并不能证明已经生效。
上下文管理不只是在尾部删消息
模型窗口有限，资料正文、工具定义和历史会一起占空间。把最旧内容直接删除，可能删掉来源限制、未完成动作或用户确认，留下失去因果关系的片段。更好的办法是保留当前目标、约束、关键证据和未解决事项，把可重新读取的原文放到外部产物中。
摘要是一次有损处理，应标明它来自哪些材料，哪些结论尚待核实。资料助手记下“已读两篇”还不够，接续时要知道两篇地址、分类依据和第三主题缺口。上下文管理服务当前判断；外部任务状态负责长期记录，两者不能简单互换。
跨会话工作需要交接物
Anthropic 在 Effective harnesses for long-running agents 中用长时编码任务说明了跨上下文的困难，并介绍初始化、增量工作与交接产物的做法。可以把这项经验迁移为资料任务的设计建议：初次建立目录和完成条件，后续每次只推进明确部分，留下来源清单、产物位置和未解决事项。这里是通用类比，不是对该实现的复刻。
新会话开始时应先读交接记录，再验证实际文件与来源。不能看到“完成三分之二”就直接宣布完成，也不能假设旧摘要里的网址仍然有效。任务目标、证据与进度是三份不同信息：目标说该做什么，证据说已经确认什么，进度说下一步从哪里接。
恢复要核对外部动作
保存任务快照能恢复内部状态，但外部系统可能在中断前已经处理请求。资料写入如果超时，直接再写可能重复生成页面。应按动作标识核对外部结果，或使用下游明确支持的幂等机制。LangGraph 官方中断文档也提醒，恢复中断时节点可能重新执行，提前发生的副作用需要特别处理。
LangGraph 官方持久化文档区分内存保存与持久保存；内存记录在进程重启后可能丢失。选择保存机制以后，还要注入中断验证恢复位置、产物完整性与调用次数。配置了数据库，不等于已经证明任务可以从所有故障点恢复。
预算和确认让任务有边界
任务预算应覆盖模型调用、工具尝试、等待和结果大小，而不只有“循环十次”。如果一轮并行读多个页面、每次又重试两遍，实际资源消耗可能远超表面轮数。预算耗尽时保存已确认事实、结果未知的动作和继续条件，避免把未完成写成已完成。
确认也应该针对具体对象与参数。用户批准发布某份草稿，并不意味着助手随后可以自动改变标题、覆盖另一篇文章或发送给新对象。运行设施在执行前检查范围，遇到参数或权限变化重新核对。观测记录能解释这个过程，但观测本身不会授予执行权限。
如何分清模型与 Harness 的效果
保持模型与任务不变，比较不同 Harness 的调用次数、恢复成功情况、越界动作和完成证据；保持 Harness 不变，再比较不同模型的选择与解释能力。否则你可能把新增工具带来的收益归到模型，或把模型变化引起的差异归到状态机制。
检查至少包含正常流程、工具失败、用户取消、长资料超限和动作结果未知。模型最终回答“完成”只能证明它生成了这句话，不能证明产物已经写出或外部系统生效。对于资料助手，真实验收仍然是文件可读、来源正确、主题覆盖和缺口诚实。
动手练习：写一张交接便签
设想整理任务在读取两篇资料后中断。给下一次运行写一张便签，最多六行，包含目标、约束、已验证产物、未解决事项、结果未知动作和下一步。再想想，下一次应该核对哪一行，而不是照单全收？
展开一份交接示例
目标：比较三种 Agent 概念。约束：只读公开来源，不自动发布。已验证：两个原文地址和对应分类草稿。未解决：Harness 入门例子不足。结果未知动作：无写入。下一步：核对草稿存在及来源有效，再补 Harness 例子。交接记录提供起点，真实文件和来源仍是核验对象。
参考资料与阅读边界
以上案例为用于解释概念的构造场景；图中结构属于通用示意，不代表某个产品的线上架构或验收结论。资料核对日期为 2026 年 10 月 7 日，框架接口会演进，具体实现请以所用版本的官方文档为准。
记录可验证的工具事实与简短决策摘要，不展示模型隐藏推理；方法名称不构成效果或成功保证。
好 Harness 让每一步可执行、可核实、可接续，也知道何时停止。
读完，留一句在书桌上
仅保存在当前浏览器。