极客时间《从0开始构建Agent Harness》-Tony Bai

很多人做 Agent 的方式是：找一个大模型 API,套一个 ReAct 循环，接上几个工具，跑通一个 demo，然后就开始调提示词。等到真要用起来，问题一个接一个——工具调错了怎么回滚，上下文涨到几万 token 后模型开始胡言乱语，多轮任务跑到第七步忘了最初的目标，出了错只能靠打印日志猜。这些不是提示词能解决的，是运行时框架本身缺东西。

Tony Bai 这门《从0开始构建 Agent Harness》讲的正是这层被大多数人跳过的东西。Harness 不是又一个 Agent 开发框架的用法教程，而是把 Agent 当成一个需要被可靠驱动的系统来看：模型是引擎，Harness 是底盘、变速箱和仪表盘。如果你写过多年代码但一碰 Agent 就只会拼 prompt，这门课补的就是中间那段工程能力。

它假设你已经会什么，又缺什么

课程不从「什么是大模型」讲起，默认你能读懂 Go 或类似语言的代码，知道 HTTP、JSON、并发控制这些基本功，也用过至少一个模型接口跑通过对话。真正的起点是：你能让模型说话，但控制不住它做事。

缺的第一块是执行循环的控制权。裸调接口，一次请求一次响应，模型说调工具就调，说结束就结束。但真实任务需要判断要不要继续、工具结果怎么回灌、达到什么条件停。Harness 要自己掌握这个循环，而不是交给模型自觉。

缺的第二块是工具层的约束与安全。工具不是函数注册表那么简单：参数校验、超时、幂等、失败重试、危险操作拦截，这些都得在 Harness 里兜住，否则模型一次幻觉就可能删库。

缺的第三块是上下文的管理策略。上下文不是越堆越好。什么时候压缩历史、什么信息必须常驻、工具返回的大段内容怎么截断和摘要，这些决定了任务能跑多长。

课程会带你趟过的几个硬点

• 怎么把一个只会「说」的模型，包成一个能稳定「做」的执行体，包括状态机式的循环控制；
• 上下文工程体系怎么搭：分层组织系统提示、任务上下文、历史与工具输出，而不是全塞进一个数组；
• 稳定性控制的具体手段，以及多智能体场景下任务怎么拆、怎么交接、怎么防止互相甩锅；
• 可观测性与度量——一次任务跑完，你凭什么说它比上一版好，出问题时从哪一层开始查；
• 端到端串讲时，把前面几章的东西合起来跑一个完整任务，而不是每章各写一段孤立代码。

配套练习不是可选项

课程目录里单独有一块跟练内容，是随着章节逐步扩展你自己的 Agent。这一点很关键：Harness 这类东西看懂了和写出来是两回事，光看循环控制的讲解，你会觉得「就这」，真动手时才发现状态怎么存、工具错误怎么往上传、并发工具调用怎么合并结果，每一步都有坑。建议跟着章节一版一版往上加，别等最后一次性拼。

练的时候可以刻意做两件事：一是给工具加故意失败的情况，看你的循环能不能正确重试或终止；二是把上下文长度压到极限，观察模型的判断什么时候开始崩。这两个测试最能暴露 Harness 是否真的稳。

看完你应该能回答

• 为什么说 Agent 的可靠性主要由 Harness 决定，而不只是模型能力？
• 执行循环的停止条件应该由谁判断，怎么避免模型陷入无限调用？
• 上下文压缩和摘要的触发时机，你会怎么设计？
• 工具调用失败时，错误信息以什么形式回到模型，才既有用又不污染上下文？
• 多智能体协作中，任务边界和信息传递在哪一层控制最合适？
• 你怎么度量一次 Agent 运行的好坏，而不只是看它有没有跑完？

如果你的 Agent 现在只能活在演示里，一上真实任务就散架，这门课针对的就是那个散架的地方。别急着堆更多工具和提示词，先把 Harness 这层补上。