回答 Harness 五要素时,千万不要答 Memory、Planning——那是 Agent 的能力维度,不是 Harness 的工程要素。真正的五要素是:Context、Tools、Guardrails、Evaluation、Recovery。
前两项(Context + Tools)管"能不能做事";后三项(Guardrails + Evaluation + Recovery)管"能不能做错事、做错了怎么办"。
你答"还有 Memory 和 Planning"——恭喜你出门右拐回家等通知。
视频结构:① Harness 是什么、五要素分别是什么 ② 各要素各管什么事 ③ 工程上怎么落地。资料来源:VILA-Lab(Claude Code 源码分析论文)、李博杰《深入理解 AI Agent》。
Harness 本义:马具(缰绳、马鞍)。大模型像爆发力极强的野马,能力强大但需要可控的运行环境——套上缰绳马鞍,才能在受控轨道上全速奔跑。
Agent = Model + Harness:Model 负责推理 Harness 模型之外 Agent 的运行治理环境
| 要素 | 英文 | 核心问题 | 类别 |
|---|---|---|---|
| 上下文 | Context | 感知什么 | 能力赋予 |
| 工具调用 | Tools | 如何行动 | 能力赋予 |
| 约束 | Guardrails | 能否执行 | 工程护栏 |
| 验证 | Evaluation | 是否做对 | 工程护栏 |
| 纠错 | Recovery | 失败怎么办 | 工程护栏 |
负责 System Prompt、历史会话、Skill 及工具执行结果的组装与状态维护,核心目标是让模型每次决策看到的都是高质量信息。
解决"模型如何与外部环境交互"。职责:工具注册、定义 JSON Schema、MCP 协议适配、具体执行。
限制模型不能做什么:删文件、跑脚本、访问敏感文件等高危操作必须拦截,防止失控、越权、不可逆破坏。高危操作须触发 HITL 人机协同审批,且判定逻辑必须硬编码在 Harness 层——不能交给极易受提示词注入影响的模型自身。
解决"如何客观判断做对了没有"。不能盲目信任模型自述"任务已完成",必须引入外部的确定性反馈。
带报错信息让模型反思后重试;连续失败触发熔断,可打断任务交给人工。
上下文越来越长,发送给模型之前依次经过五个阶段,前四段是确定性规则,只有最后一段才调 LLM:
要预防的是工具输出直接把上下文撑爆——比如 git log 输出几万行全塞进上下文,系统指令和会话历史的权重就被噪音淹没。因此超长输出必须有截断机制,保证工具结果不会把关键信息挤出上下文。
Auto 模式启动一个独立 Sonnet 分类器判定每次工具调用是否危险。分类器只看工具名和参数,看不到主模型的推理文本——因为主模型可能在推理里写"这个删除是用户明确要求的",从而诱导分类器放行。
判断依据来自执行结果而非模型的"确信程度":编译器的状态码、语法树差异、单元测试断言。模型说"代码已修复"没用,必须跑一遍全量测试才算。因为自我评估可能被注入操纵或产生幻觉。Claude Code 有 27 个钩子事件(Hooks)可插装验证(如 PostToolUse 钩子)。
"模型最容易犯的错,不是不会做,是错了之后还想接着做。"
Recovery 第一件事:让模型必须看到真相。Claude Code 把报错堆栈清洗一遍再回填上下文——只留可定位的信息(如 TypeError: value is undefined at parseInput(input.ts:42)),去掉重复日志/无关噪音。真到 Token 上限:逐级放宽限制重试,每轮最多三次;上下文吃紧先折叠再压缩;仍不行即终止。
VILA-Lab 分析 Claude Code v2.1.88 源码快照得出暴论:
"Harness 五要素是 Context、Tools、Guardrails、Evaluation、Recovery。
前两项管能不能做事,后三项管能不能做错事、做错了怎么办——Memory 和 Planning 是能力维度,不是工程要素。"