16周Harness&Hermes多智能体开发特训营

多智能体（Multi-Agent）这条线，很多人是从「听说过」直接跳到「想上手」的。中间那段落差——协调机制怎么设计、工具调用怎么串起来、前端怎么和后端智能体对上话——往往没人替你补。这门 16 周的 Harness&Hermes 特训营，主线不是讲概念，而是把一套多智能体系统从蓝图一路搭到能跑、能落地。下面按「你现在缺什么、它对应补什么」的顺序说。

先看它补的是哪几块能力缺口

课程明显按阶段推进，每个阶段对应一类具体缺口：

• 系统规划能力：能不能把一个 AI 想法拆成可执行的架构蓝图，定义清楚多智能体各自的职责边界（对应的就是第 1—2 周从价值解码到核心原理、环境搭建）。
• 编码基本功：不是所有转岗的人都写过足够扎实的 Python 服务代码，课程单列了 Python 基础到实战的速成段落，再接到 FastAPI 这类高性能接口层。
• 全栈打通：智能体只会跑后端不算完，课程包含前端骨架搭建加后端接口，目的是让整个调用链闭环，而不是只写一个孤立的 agent。
• 工程化落地：多智能体真正难的是稳定运行与部署，这一块被放在后期阶段专门处理。

Harness 和 Hermes 在里面扮演什么角色

课程名字把这两个工具放在一起，不是凑数。Harness 偏向把智能体的运行、调度、可观测性管起来，Hermes 则更多出现在模型接入与智能体交互这一层。你需要先想清楚一件事：多智能体系统的复杂度，很大一部分不在于「单个 agent 聪不聪明」，而在于谁负责编排、谁负责通信、出错时怎么定位。这套课把工具链嵌进开发流程里讲，学的是一套能复用的组织方式，而不是背 API。如果你之前只调过单个大模型接口，这里的跨度会明显。

配套练习大致长什么样

按阶段推进的课，练习不会停留在填空式代码。预期你会自己动手：

• 画出一份多智能体职责划分的架构草图，并说明为什么这么拆；
• 用 Python 写一个可运行的智能体服务，经 FastAPI 暴露接口；
• 搭出前端骨架，把请求发到后端并拿到智能体返回的结果；
• 把整套系统按工程化要求整理，让它不只是「本机能跑」。

16 周的长度意味着它给的是持续动手的节奏，而不是一次性看完的讲解。中途掉队基本会发生在编码阶段，建议提前把 Python 环境配好。

看完/学完应该能回答的问题

用这几个问题自测你到底吸收了多少：

• 一个多智能体系统里，编排层和执行层分别该由谁负责？
• Harness 在调试和运行阶段替我解决了哪些本来要自己写的问题？
• 从前端发起一次请求，到某个智能体返回结果，中间经过哪几跳？
• 当某个 agent 表现异常时，我靠什么定位是提示词、工具调用还是通信的问题？

如果你能顺畅答上这四题，说明这 16 周没白过；如果答不上，就说明对应的那一周该回去补。缺什么补什么，别假装什么都会——这也是这门课最实用的打开方式。