huaAgentStudyAgent

外观

zmh.life

Q1 - 什么是 Agent Harness，跟 Agent System 有什么区别？ ​

Agent Harness（智能体运行框架）是让 AI 模型真正成为一个能够持续执行任务的 Agent 的运行与控制机制。

它与 Agent System 的关系非常密切，但两者的抽象层级不同：

  • Agent Harness：关注 Agent 如何运行、如何调用模型和工具、如何管理上下文，以及如何控制执行过程。
  • Agent System：关注一个或多个 Agent 如何与其他软件组件共同构成完整系统，实现特定目标。

可以简单理解为：Harness 是 Agent 的运行与控制核心，而 Agent System 是包含这一核心的完整软件系统。

不过，Harness 的行业用法还没有完全统一。有些框架将它定义为 Agent Runtime 的一种封装，有些则将上下文、记忆、工具、权限和运行治理都纳入 Harness。下面结合本站正在整理的全栈地图来解释。

一、什么是 Agent Harness？ ​

Microsoft Agent Framework 将 Agent Harness 描述为一种运行时支撑结构，负责模型调用、工具执行、上下文管理、审批策略和多步骤任务推进。

Google Cloud 也采用类似定义，强调 Harness 是包围 AI 模型的运行基础设施和控制层，使模型能够使用工具、维护状态、执行多步骤任务。

假设你有一个大语言模型，并希望它帮你完成公司调研。

模型本身能够理解问题、推理和生成内容，但要让它真正执行任务，还需要一套程序负责：

  1. 将用户任务、系统指令和上下文发送给模型。
  2. 接收模型返回的决策。
  3. 判断模型是否请求调用工具。
  4. 执行搜索、文件读取或其他工具。
  5. 将工具结果重新发送给模型。
  6. 保存执行状态，并判断任务是否继续。
  7. 在必要时处理错误、权限审批或执行终止。

负责组织这一过程的运行机制，就是 Agent Harness。

其典型结构可以表示为：

text
              Agent Harness
┌──────────────────────────────────┐
│                                  │
│  Context Management              │
│          ↓                       │
│     Model Calling                │
│          ↓                       │
│     Decision Handling            │
│          ↓                       │
│     Tool Execution               │
│          ↓                       │
│     Result Processing            │
│          ↓                       │
│     State Management             │
│          ↓                       │
│     Continue / Stop              │
│                                  │
└──────────────────────────────────┘
         │               │
         ▼               ▼
      AI Model        External Tools

模型负责产生决策，Harness 负责让决策能够被执行，并维护整个执行过程。

二、Agent Harness 包含哪些核心部分？ ​

一个典型的 Harness 可以从以下八个方面理解：

组成部分英文名称主要职责
1. 执行循环Agent Loop控制模型调用、工具执行和反馈循环
2. 模型调用Model Interface连接模型服务，组织请求和响应
3. 上下文管理Context Management构建 Prompt、管理上下文窗口和信息压缩
4. 工具管理Tool Management注册工具、分发调用、处理执行结果
5. 状态管理State Management维护会话、任务进度和执行状态
6. 记忆机制Memory读取和保存需要跨步骤或跨会话使用的信息
7. 执行控制Execution Control管理停止条件、超时、重试和错误处理
8. 安全与监控Guardrails & Observability权限审批、执行追踪、日志和运行监控

这些是常见职责的归纳，并不是所有 Harness 都必须包含八个独立模块。

其中，Agent Loop 是最核心的部分。其他能力可以根据系统需求逐渐增加。

例如，Cloudflare Agents 文档将 Harness 主要描述为负责 Agent 行为的执行循环，同时将持久化基础设施、网络连接等能力放在更底层的 Runtime 中。这说明 Harness 与 Runtime 的具体边界取决于框架设计。

三、Agent Harness 与 Agent System 有什么区别？ ​

我们从技术职责、组成范围和架构层级三个角度比较。

对比维度Agent HarnessAgent System
核心定义Agent 的运行与控制机制围绕 Agent 构建的完整软件系统
主要关注Agent 如何执行任务系统如何实现整体目标
核心职责模型调用、工具执行、上下文、状态、执行循环Agent 执行、任务组织、外部集成、系统运行与治理
技术范围主要集中于 Agent Runtime 及其周边能力涉及模型、基础服务、Agent 引擎、编排、应用等
Agent 数量可以运行一个或多个 Agent可以是 Single-Agent 或 Multi-Agent
多 Agent 编排部分 Harness 支持根据系统需求决定
用户界面通常不属于 Harness 核心可以包含 Web、App、API 等
基础设施通常依赖外部运行环境需要相应基础设施支持，但不一定自行部署
关系可以作为 Agent System 的核心运行组件可以包含一个或多个 Harness

这里有一个值得注意的区别：

Harness 主要关注执行机制，System 主要关注完整的软件系统边界。

例如，一个 Agent Harness 可以负责运行 Research Agent，但如果要将它变成一个完整的自动化研究系统，还可能需要增加任务数据库、报告存储、用户界面、调度服务和业务流程管理。

这些共同构成 Agent System。

四、Agent Harness 在六层技术架构中的什么位置？ ​

这是与正在建立的全栈地图最相关的问题。

目前采用的六层架构是：

层级名称
L6Application · 应用
L5Orchestration & Collaboration · 编排与协作
L4Agent Engine · 执行引擎
L3Model Services · 模型服务
L2Platform Services · 基础软件服务
L1Infrastructure · 基础设施

在这套参考架构中，Agent Harness 的核心职责主要位于 L4 Agent Engine，但可能延伸到 L5 和多个横向工程能力域。

可以这样理解：

text
┌────────────────────────────────────┐
│ L6  Application                    │
│     用户界面 / API / 业务应用       │
├────────────────────────────────────┤
│ L5  Orchestration & Collaboration  │
│     工作流 / 多 Agent 协作          │
│          ▲                         │
│          │ 部分 Harness 涉及       │
├──────────┼─────────────────────────┤
│ L4  Agent Engine                   │
│                                    │
│     ┌────────────────────────┐     │
│     │     Agent Harness      │     │
│     │                        │     │
│     │  Agent Loop            │     │
│     │  Model Interface       │     │
│     │  Context Management    │     │
│     │  Tool Management       │     │
│     │  Execution Control     │     │
│     └────────────────────────┘     │
│                                    │
├────────────────────────────────────┤
│ L3  Model Services                 │
├────────────────────────────────────┤
│ L2  Platform Services              │
├────────────────────────────────────┤
│ L1  Infrastructure                 │
└────────────────────────────────────┘

这里要特别注意：Agent Harness 并不是 Agent Engine 之外必须额外增加的第七层。

Agent Harness 是一种运行机制或运行组件的概念，Agent Engine 则是我们在全栈地图中定义的逻辑技术层级。

两者不是同一种分类维度。

在一些框架中，Harness 可能直接就是 Agent Engine 的核心实现；在另一些框架中，Agent Engine 可能包含 Harness、工具执行器、状态管理器和其他运行组件。

五、Agent Harness、Agent Runtime、Agent Framework 有什么区别？ ​

这三个概念很容易混淆。

概念主要含义关注重点
Agent Framework用于开发 Agent 的软件框架、库和抽象如何开发和组织 Agent
Agent Runtime支持 Agent 实际运行的软件环境与机制Agent 如何运行
Agent Harness组织模型决策、工具调用、上下文与执行循环的控制机制Agent 的行为如何被驱动和控制

它们之间存在大量重叠。

例如：

  • Framework 可能提供 Harness 的实现。
  • Runtime 可能直接包含 Harness。
  • Harness 可能使用 Runtime 提供的状态持久化、调度和执行环境。
  • 某些产品直接将 Harness 和 Runtime 作为近义词使用。

因此，不建议在知识体系中强行规定三者必须对应三个独立的软件组件。

更适合的处理方式是：

Framework 是开发工具层面的概念，Runtime 是运行能力层面的概念，Harness 是运行控制层面的概念。

这一划分有助于理解职责，但具体技术产品可能将这些职责封装在一起。

六、一个具体例子：自动化公司调研系统 ​

假设你要开发一个 Agent System，能够根据公司名称自动完成企业信息调研。

系统包含三个 Agent：

  • Research Agent：收集公司信息。
  • Analysis Agent：分析公司业务。
  • Report Agent：生成研究报告。

那么可以这样划分：

1. Agent ​

每个 Agent 都有自己的任务目标、模型配置、指令和工具权限。

Research Agent 负责寻找资料，Analysis Agent 负责分析，Report Agent 负责撰写。

2. Agent Harness ​

Harness 负责让每个 Agent 实际运行。

例如，Research Agent 的 Harness 会执行：

text
接收调研任务
    ↓
准备上下文
    ↓
调用 LLM
    ↓
模型决定搜索公司官网
    ↓
Harness 调用搜索工具
    ↓
获取搜索结果
    ↓
Harness 更新上下文
    ↓
再次调用 LLM
    ↓
模型决定继续搜索
    ↓
...
    ↓
任务完成

3. Orchestration ​

编排层负责组织三个 Agent 的执行关系。

text
Research Agent
      ↓
Analysis Agent
      ↓
Report Agent
      ↓
最终研究报告

如果 Research Agent 没有找到足够的信息，编排层可以要求其补充调研。

4. Agent System ​

完整的 Agent System 还需要处理：

  • 用户如何提交研究任务。
  • 如何管理任务状态。
  • 如何保存调研资料。
  • 如何协调三个 Agent。
  • 如何审核最终报告。
  • 如何处理失败任务。
  • 如何向用户展示研究结果。

因此，Harness 解决 Agent 如何运行的问题，Orchestration 解决任务和 Agent 如何协作的问题，Agent System 则涵盖整个任务执行与交付过程。

不过，具体框架可以把 Harness 和 Orchestration 放在同一套软件中。OpenAI Agents API 架构文档就明确区分了 Harness、执行环境与应用服务器的职责。