SOTA Sync
返回 FEED
AGENT2026-06-17

Agent Harness 工程：从单 Agent 到自进化系统的 14 步路线图

所有人都在讨论 Loop 工程，却几乎没人讨论 Loop 跑在什么上面。

0xCodez 指出一个残酷现实：90% 的 Claude Code 用户运行在默认 Harness 上——没有规则、没有子 Agent、没有 Hook、没有记忆。然后他们奇怪为什么 Loop 产出的全是垃圾。

真相很简单：Loop 的质量取决于它下面的 Harness。这篇文章给出了从单 Agent 到自进化系统的 14 步路线图。

什么是 Harness？

剥去术语，Harness 就是 Agent 运行的环境，由四个要素构成：

  • 模型：负责思考
  • 工具：Agent 能调用的能力
  • 权限：对工具的限制
  • 上下文：每次运行开始时读取的信息

其他一切——子 Agent、Hook、记忆——都是对这四种要素的塑形方式。

同一个模型，不同的 Harness，完全是两个 Agent。

三层架构：Harness、Loop、系统

大多数"我的 Agent 设置一团糟"的问题，根源是混淆了三个层级：

层级定义关键操作
Harness单个 Agent 的运行环境静态配置：模型、工具、权限、上下文
Loop定时触发 Agent，生成辅助任务在 Harness 之上运行
自进化系统Loop + 可累积的记忆每次运行让下一次更精准

实用原则：事实放上下文， enforcement 放 Hook，流程放 Skill，隔离放子 Agent。把 enforcement 写进 CLAUDE.md、把流程塞进上下文——这是 Agent 不稳定且昂贵的根本原因。

14 步路线图

第一层：夯实基础（步骤 1-9）

步骤 1：理解 Harness 的本质

Agent 本质上是一个 while True 循环：选工具 → 执行 → 看结果 → 决定下一步。Harness 定义了有哪些工具、允许做什么、启动时知道什么。

步骤 2：.claude/ 目录——Harness 的全部

所有配置集中在一个目录：

.claude/
├─ CLAUDE.md          # 每次会话读取的常驻知识
├─ settings.json      # 权限、模型、Hook
├─ .mcp.json          # 外部工具连接
├─ rules/             # 路径级行为规则
├─ agents/            # 子 Agent 定义
├─ skills/            # 可复用流程
└─ agent-memory/      # 跨会话记忆

关键原则：保持小到能解释每个文件的存在理由。解释不清的，删掉。

步骤 3：区分 Harness、Loop、系统

三个层级不能混。Harness 是静态配置，Loop 是定时运行层，自进化系统是带累积记忆的 Loop。

步骤 4：认清默认 Harness 的局限

安装 Claude Code 打开文件夹，你已有 Harness——只是一个空壳。有模型、有内置工具、有审批提示，但没有项目上下文、没有自定义子 Agent、没有记忆。

一次性任务够用。重复任务会让 Agent 每次从头推导项目，为安全操作反复申请权限，关闭终端后忘光一切。

步骤 5：CLAUDE.md——常驻事实，保持精简

CLAUDE.md 是 Agent 每次会话的常驻知识：项目约定、架构规则、"那次事故后我们不再这样做"。

最常见错误：让它膨胀成巨型流程文档，拖垮每次会话。

实操规则：主记忆文件控制在约 500 tokens。常驻事实放这里，多步流程放 Skill（步骤 8），路径专属规则放 rules/ 文件。如果 CLAUDE.md 的某段变成了流程而非事实，移到别处。

步骤 6：settings.json——权限与模型，一次设定

默认 Harness 对每个风险操作都询问。你在旁边看着时这是对的，无人值守时这是错的。

settings.json 预批准安全操作、拒绝危险操作、选择运行模型。

判断标准：如果搞错了，恢复成本多高？低成本 → 自动批准；高成本（force-push、删文件、碰密钥）→ 始终拒绝或提示；中间地带可以自动批准但记录日志。

步骤 7：子 Agent——隔离脏活

子 Agent 是从主会话启动的独立 Claude 会话，有自己的上下文窗口和工具列表。目的不是并行本身，而是把噪音隔离出主上下文。

读 40 个文件的研究任务、需要新视角的审查、产生满屏日志的评估运行——这些该放进子 Agent，避免污染主线程。

最有价值的子 Agent 是审查者：模型审查自己的输出会手下留情，独立审查者用全新上下文窗口能抓住主 Agent 自我说服时遗漏的问题。这是 Writer-Checker 分离，让 Loop 产出的每一轮都可信赖。

步骤 8：Skill——可复用流程

Skill 是 SKILL.md 文件，通过 /skill-name 调用或任务匹配时自动触发。与子 Agent 不同，它在同一上下文窗口运行，只是可复用的指令。

创建信号：发现自己在每次新对话中粘贴相同指令。PR 检查清单、评估流程、发布流程——写一次，永久调用。

Skill 是 Harness 随时间进化的核心机制：每次流程以新方式失败，把教训加入 Skill，下一次运行继承它。

步骤 9：Hook——模型无法幻觉的确定性规则

之前的一切依赖模型"理解"指令。Hook 不依赖理解。

Hook 是在 Agent 生命周期固定点触发的 shell 命令——工具运行前、文件变更后、会话结束时——其退出码可以阻断操作。Hook 是 enforcement，CLAUDE.md 是建议。

几乎每个 Harness 都值得配置的两个 Hook：

  • PreToolUse 网关：确定性阻断危险命令（rm -rf、读取 .env、push 到 main）。退出码 2 在命令执行前停止调用，模型无法说服它放行。
  • PostToolUse 格式化器：每次编辑后自动运行 linter/formatter。Agent 永远不会提交未格式化代码，因为 Harness 自动处理。

Hook 用于"必须发生或绝不能发生"的事——安全、格式化、审计日志。不用于判断性决策，那是模型的事。好的 Harness 有一两个锋利的 Hook，不是二十个。

第二层：构建 Loop（步骤 10-11）

步骤 10：添加 Loop——Harness 开始定时运行

配置好的 Harness 仍等你输入。Loop 让它自主运行。Claude Code 的 /loop 是最简单版本——定时重复提示。

配合 /goal，Loop 持续运行直到目标条件达成，由独立评分者而非 Agent 自我评分来判断"完成"。

关键洞察：Loop 没有增加智能。它复用了 Harness 中的一切——规则、审查子 Agent、安全 Hook。好的 Harness 让 Loop 变得 trivial。这就是先打基础的全部意义。

步骤 11：动态工作流——Harness 自己写编排逻辑

对于太复杂而无法用单 Loop 处理的任务——大规模并行、高度结构化、对抗性验证——Claude 可以即时生成自己的 JavaScript 编排逻辑。

动态工作流用 agent() 生成、parallel() 发散、pipeline() 流转。它将 Harness 中定义的子 Agent 组合成"发散-综合"或"对抗验证"等模式。

关键联系：动态工作流的质量取决于它能调用的子 Agent 和 Skill。有锋利的审查子 Agent 和完善的评估 Skill，工作流有好材料编排；Harness 是空的，工作流无米下锅。

工作流是指挥，Harness 是乐团。

第三层：实现自进化（步骤 12-14）

步骤 12：添加记忆——Agent 遗忘的，Harness 记住

这是将配置好的 Harness 转变为真正进化系统的关键步骤。Agent 每次运行后忘光一切。Harness 不必如此。

状态文件——agent-memory/ 中的 markdown 文件，或 Linear 看板——记录尝试过的、有效的、失败的、存活下来的规则。

让记忆产生复利效应的三步模式：

  • 写完后才离开：每次运行结束时更新状态文件——教训、验证事实、下一步。
  • 开始时读取：每次运行开始时读取状态文件和相关 Skill，实现"继续"而非"重启"。
  • 提炼为 Skill：当一条教训具有通用性（"Windows runner 需要 bash 而非 PowerShell"），它从状态文件"毕业"进入 Skill，应用于所有未来项目。

步骤 13：闭环——输出 → 教训 → Skill → 更好的输出

三个层级在此处锁定为自进化系统：

每次运行产生输出 → 审查子 Agent（步骤 7）检查 → 结果写入记忆（步骤 12）→ 通用教训提炼为 Skill（步骤 8）→ 下一次运行继承更锋利的 Skill 和更丰富的记忆。

模型从未改变。周围的 Harness 变得更锋利。这才是"自进化"的诚实含义——不是模型在学习，而是 Harness 在累积。

步骤 14：发布 Harness——打包、分享、复用

在一个项目上有效的 Harness 是资产。将 Skill、子 Agent、规则打包成插件，整个团队一步安装相同配置——相同约定、相同安全 Hook、相同审查者。

Harness 从个人设置变成共享基础设施。

常见 Harness 错误

  • 运行默认配置：无上下文、无规则、无记忆——Agent 每次从头推导项目
  • CLAUDE.md 膨胀：流程塞进常驻上下文，拖垮每次运行。移到 Skill
  • 用 CLAUDE.md 做 enforcement：模型可以忽略建议，无法忽略退出码 2 的 Hook
  • 单 Agent 既写又评：添加有全新上下文的审查子 Agent
  • 无记忆：每次从零开始。状态文件让明天得以继续
  • 在烂 Harness 上套 Loop：Loop 只是更快地产出垃圾。先打基础
  • Hook 过多：一两个锋利的胜过一堆没人理解的
  • 发布前不扫描：泄露的密钥和过宽权限会传播给每个安装者

结论

Loop 获得荣耀。Harness 承担工作。

Loop 工程是令人兴奋的部分——Agent 自我提示、在你睡觉时运行。但 Loop 只是定时运行的 Harness。

决定产出是好是垃圾的一切，都住在下一层：你选择的模型、允许的工具、编写的上下文、添加的审查者、保留的记忆。

把这一层建好，上面的一切都会产生复利：Loop 复用你的子 Agent，工作流编排你的 Skill，记忆让每次运行比上一次更精准。

自进化从来不是模型的属性。它是你围绕模型构建的 Harness 的属性。

选一个今天还没做的事——可能是审查子 Agent、安全 Hook、或状态文件——加上它。保持 Harness 小到能解释清楚。然后套上 Loop，看着基础替你干活。

继续阅读