Anthropic Agent 产品设计新范式
来源:抖音图文 · 发布时间 2026-09-05 · 阅读约 9 分钟
主题:Anthropic 9 月 2 日开源的 AI Native Agent ToB 电商项目(Commerce Agents)对 Agent 产品设计的借鉴
对象:Agent 开发者 / 产品经理 / 架构设计者
一句话总结
设计 Agent,先确定”谁负责完整任务”,再决定需要多少个 Agent。 模型负责判断,确定的规则与流程交给代码;Harness 把模型每一次判断都落到可靠的执行过程上。
核心背景
Anthropic 开源了一个 AI Native 的 ToB 电商项目(Commerce Agents)。它的设计把产品设计重点从「要拆几个 Agent」转向「如何让一个 Agent 可靠地完成任务」:
- Harness 管理上下文和工具调用,
- 后端承接真实业务操作,
- 模型只负责其中需要判断的部分。
下面是从该项目中提炼的七条值得借鉴的设计。

官方实现简化的架构图:模型负责推理与选择工具;Harness 管理上下文·循环·工具调度;Skills / Tools 承载领域能力;购物 Agent / 经营 Agent 作为服务消费者。
七条值得借鉴的设计
一、尽量少用 SubAgent,先让主 Agent 拥有完整任务
需要共享大量信息的任务,优先交给同一个主 Agent。
- 例:商家问「这批商品降价 15% 后,库存够不够支撑需求?」——同时涉及定价和库存。若拆给两个 Agent,各自答对一部分,却没人结合库存判断降价方案。
- 业务能力可以分模块维护,不必每模块都配一个 Agent。领域分工用 Skill / 工具保留(如定价团队维护定价工具和流程,主 Agent 按需使用,而不是让一个”定价 Agent”接管会话)。
- 何时才该用 SubAgent:看是否需要独立上下文,或需要完整移交任务。
- 深度研究 → 独立上下文:探索多,只向主 Agent 返回简洁结果,主 Agent 继续负责整体结果。
- 专业服务 → 移交会话:已有独立专业 Agent 接手用户并完成任务。
- 判断准则:仅仅多一项业务职能,不足以成为拆分理由。委派时由 Harness 明确子任务的输入、工具权限和返回结果。

任务归属三条件:共享信息多 → 主 Agent + Skills/Tools;需独立探索 → 委派子任务返回简洁结果;专业服务完整接管 → 移交会话。反复交接会累积信息损失与等待成本。
二、经常用的工具,直接放进 System Prompt
三分之一及以上请求会用到的指令,优先放进 System Prompt(Skill 加载通常要多一轮模型交互,反复加载增加等待)。
- 例:购物助手经常要搜索商品 → 搜索原则常驻;复杂选购研究、目标规划等低频流程 → Skill 按需加载。常驻的是工具的使用说明,参数定义和实现代码仍放工具层。
- 能从用户入口判断需要什么的,就由 Harness 提前准备:用户从商品详情页打开助手,系统已知当前商品;从商家活动看板进入,系统已知当前活动——可在第一次模型调用前注入,免得模型先判断读什么、再发加载请求。
- 关键内容(安全要求、品牌约束、过敏信息等)必须放 System Prompt,不能只按频率取舍。
放哪里的判定:
| 场景 | 放哪里 |
|---|---|
| 高频基础规则 | System Prompt |
| 低频但入口明确的流程 | Harness 提前加载 |
| 低频且无法预判的流程 | Skill 按需读取 |
三分之一是官方起点;常驻太多增加上下文负担,拆太碎增加加载轮次,最终按真实请求分布和评测调。

分配规则按「频率 + 可预测性」:高频使用说明常驻 System Prompt;入口可预测的低频流程由 Harness 提前加载;无法预判的才用 Skill 按需读取。常驻的是使用说明,参数与实现仍在工具层。
三、核心是 Harness 的设计,工具操作必须经过检查
- 模型负责提出调用,Harness 决定能不能执行。
- 例:用户连续要求「再加两件」,Commerce Agents 会检查购物车增加后的总量,不能因为每次请求都没超限就放行;同一会话的购物车写操作排队执行,防多个请求各自通过检查、合起来却超限。
- 这些规则由代码执行,模型即使遗漏提示词也不能绕过。
- 执行检查要统一,不能只在提示词里写”不要违规”,也不可分散在不同接入路径里漏掉检查。
- 例:用户粘贴商品 ID 要求加购 → 即使模型生成了调用请求,执行代码仍核对:这个 ID 是否来自当前会话中服务端返回的商品/订单/购物车记录?无可信来源就阻止写入。
- Commerce Agents 让不同运行方式复用核心执行器,换接入方式检查也不消失。
- 调用被阻止时返回
blocked,模型可解释原因、再查询商品信息——放不放行由代码决定,怎么继续沟通由模型判断。
规则分层:
- Harness:检查工具开放范围、操作对象来源、调用限额;
- 业务后端:验证身份权限、库存资格等业务条件,完成真实数据修改;
- 模型:理解需求、选择工具,根据执行结果继续判断。
商品 ID 来源可信 ≠ 当前用户有权修改它。Harness 检查来源后,后端仍要验证权限。凡是不能接受模型偶尔跳过的约束,都应由代码保证。

从判断到执行三段分工:模型理解需求、选择工具、提出调用;Harness 统一检查(工具范围 / 对象来源 / 调用限额),不通过即返回原因;业务后端验证身份权限、完成真实数据修改。
四、工具明确动作边界,固定流程交给代码
顺序已经确定的业务流程,直接用代码执行。
- 例:预订业务「先校验资格 → 锁定资源 → 创建记录」的顺序由后端保证。模型只决定是否发起预订,不替代码排每一步、处理步骤间依赖。
- 工具拆太细会让模型承担不必要的流程管理——校验/锁定/创建各自暴露成工具,模型就要连续多次调用、判前一步是否成功、失败能否继续。拆分提供灵活性,但对顺序固定的业务只会增加轮次和漏步机会。
- 工具应封装一个完整业务动作:把真正要选的参数交给模型,把确定的内部流程留给代码。
- 例:搜索服务返回排序后的商品,模型根据预算/用途决定推荐哪些、展示多少——不要把整段选购封装成一个巨大工具。
- 返回结果要明确:查不到就返回
None并说明原因,不填 0;提案已暂存,也不等于修改已完成。 - 判断边界(单点):这一步是否需要理解用户意图?需权衡 → 交给模型;规则顺序已定 → 交给代码。

一个完整业务动作由代码保证顺序与失败处理(校验资格 → 锁定资源 → 创建记录);太细会逼模型反复安排固定步骤,太大则吞掉仍需模型判断的任务。成功=真实完成、缺失=None+原因、暂存=尚未执行。
五、业务修改复用原有后端,别去重建企业系统
企业已经优化过的业务能力,直接通过工具复用。
- 促销计算、库存管理、审批已含大量业务规则,接入 Agent 后仍应由原有系统提供,不在 Agent 里重新实现。
- 例:商家要求调整促销 → 模型分析提方案,但优惠计算和活动限制仍调原有服务。
- 在工具里重写业务逻辑 = 多出一套要维护的规则:规则一变,原系统和 Agent 工具都要改,两个入口可能给出不同结果(例:配送资格查询)。
- 更合适:后端提供完整资格查询,工具调接口、整理返回信息,业务规则继续由同一个系统维护。
- 高权限修改走既有授权/审批/业务检查入口:Commerce Agents 经营助手先生成暂存提案,执行时再检查有效批准和当前规则;购物助手没有实际扣款能力,结账交给宿主应用。
- 模型提出降价方案 ≠ 获得直接修改价格的权限;真正执行仍经服务端检查。
- 已有成熟后端就优先复用;缺完整接口就先补齐服务能力。接入 Agent 是增加一种交互方式,不应因此增加一条绕过业务约束的执行通道。

原有应用的业务后端维护规则(库存 / 促销 / 身份权限 / 审批)并执行真实修改;Agent 工具只调接口、整理结果。受控写入链:先生成提案 → 走原有批准入口 → 执行时复查。
六、业务结果存系统里,异步任务按依赖安排
业务结果独立保存,上下文只放当前需要的信息。
- Commerce Agents 会在服务端记录已返回的商品等对象,后续操作核对来源;长期记忆也有独立存储结构。
- 模型在对话里提到过商品 ≠ 能操作它,执行时仍核对可信记录。
- 聊天历史会被截断/压缩,商品记录、任务状态和批准结果不能因此丢失。
- 存文件还是数据库:看谁要使用、怎样更新。
- 小规模个人记忆 → 文件;涉及多人权限、并发更新、关联查询 → 数据库。
- 例:商家员工偏好按人保存、读取守权限,不能因共用一个商家账号就把不同员工的信息混在一起。
- 独立存储后,模型按需读取,其他页面/服务也能用同一份结果——别把聊天记录当数据库。
异步与否的判定:看当前回答是否依赖它的结果。
- 不影响当前回答的 → 后台处理(用户说出尺码后,记忆写入可另处理,不必让用户等保存完成);
- 互不依赖 → 并行(销售 + 库存查询);
- 有先后依赖 → 按顺序(报告需同时分析两份数据,必须等结果齐全)。

状态存储三合一(业务结果 / 任务状态 / 批准记录)独立保存、按需读取;长期记忆按人保存,多人权限/并发/关联查询优先数据库。依赖调度:不影响当前回答→后台,互不依赖→并行,齐全才续→串行。
七、上下文按变化频率管理,别把所有信息混在一起
固定规则放前面,会话信息放中间,实时数据放最后。
- Anthropic 把请求内容分三层:全局的提示词/工具定义、当前用户的信息与对话历史、页面/时间等频繁变化的内容。
- 例:切商品页只需更新当前商品信息,共用的搜索规则和工具定义保持稳定→ 既给最新背景,又利于复用前面已缓存内容。
- 频繁变化的信息放太靠前会破坏缓存复用:每次在 System Prompt 开头更新当前时间,即使后面规则完全相同,稳定前缀也会被打断。Harness 应分开组装:固定部分稳定、动态部分后置更新。
- 读取范围按任务控制:用户搜鞋时,提前给尺码和品牌偏好即可,不必加载全部历史记忆。
- 何时做分层:三类信息开始混用时,先明确每类放哪、何时更新,不必一上来就搭复杂系统。
- 流量大、重复多 → 重点优化缓存;
- 价格、库存、批准状态变化快 → 优先保证数据有效。
- 缓存复用的是稳定内容,不能为提高命中率让模型继续用过期业务状态。

一次请求的信息顺序:① 全局稳定(固定规则·工具定义)与 ② 会话信息在前 → 构成稳定前缀、利于缓存复用;③ 实时变化(当前页面·时间)放到末尾更新。Harness 分开组装;缓存不能代替实时业务检查。
落地清单(新增一个工具前先答清)
- 这个工具能操作什么?
- 执行前要检查什么?
- 结果存在哪里?
- 失败后由谁处理?
把这些问题答清楚,才知道一个功能是否具备可靠运行的条件。Harness 值得投入的地方,就是让模型的判断有可靠的执行过程。
Commerce Agents 仍是参考实现,真实鉴权、业务规则和支付需要接入方补齐。但它给出的分工很清楚:模型可以灵活选择方案,系统必须准确记录状态、执行规则,并承接每一次实际操作。
相关笔记
- 生产级Agent工程架构蓝图(从Demo到千万级并发) — 六层架构 / Harness 分工如何承接落地
- 什么时候该拆多Agent — 判断该不该拆 SubAgent 的约束条(上下文/并行/权限)
- Agent Hook-智能体指令约束技术指南(100%稳定与安全) — 用代码强制约束工具行为,而非只靠提示词