热点加餐｜Harness 架构深度解析

作者回复: 叫“Agent工程”更合适。无论叫什么，Agent工程和Agent架构已经不再是故事这么简单。它是发生在我们这个世界的真实存在。 我在《Agent设计模式》的后记中这样写到： 当我们审视本书所构建的Agent架构——从感知回路到记忆网络，从群体涌现到自我进化——便会意识到，我们所构建的已不再是一台机器，而是一个具有生命特征的系统。 1.牛顿力学的黄昏，达尔文逻辑的黎明 传统的软件工程建立在牛顿力学的隐喻之上：世界如同一台精密的钟表，由齿轮（模块）严丝合缝地咬合而成——输入A，必然输出B。我们追求零熵（zero entropy），将一切不确定性视为bug。 然而，在Agent时代，这一隐喻已然失效。 LLM本质上是一台概率机器。当我们引入LLM时，实际上是在系统中主动引入了熵（entropy）。当Temperature>0时，意味着我们允许系统有一定的“自由发挥空间”。正是这种“自由发挥”，赋予了Agent创造力与常识。 我们正从确定性工程转向概率性工程：不再追求如建造大教堂般严丝合缝的控制，而是致力于培育如热带雨林般生生不息、具备反脆弱性的系统。 2.软件的生物化 回顾本书所探讨的各个模式，我们不难发现它们在生物学中均有对应的体现。 • 感知模式（见第4章）：对应视觉与听觉的进化，从被动接收信息转向主动“觅食”式感知。 • 记忆模式（见第5章）：类比海马体与大脑皮质的协作，实现从短期工作记忆到长期记忆的固化。 • ReAct模式（见第7.1节）：如同神经反射弧，在感知与行动之间构建快速闭环。 • 群体智能群体模式（见9.4节）：体现为蚁群与蜂群的社会性行为，通过局部个体间的简单交互，涌现出全局智慧。 软件不再是僵化的代码块，而是开始展现出生命般的特性。  生长性：通过RAG模式（见5.2节）和情节记忆模式（见5.3节）不断积累经验。  适应性：借助自适应策略模式（见7.4节）动态调整行为。  繁殖性：利用元学习模式（见8.3节）生成新的Prompt，实现“自我复制”与演化。 我们正见证硅基生命的“寒武纪大爆发”。 --- 因此，叫Harness可以，叫什么也无所谓，我们在迎接一个新时代的来临。

作者回复: 是的，你需要自己手写这5层的核心能力。 现在我们用CC，我们只需要理解这5层。 当你自己开发一个全新的Agent，你需要自己去设计这5层中的每一层。 不复杂。 CC不是开源软件，你无法知道Claude Code背后到底是怎样的。但是Codex是开源的，OpenCode是开源的，OpenClaw是开源的。 这就是为什么长期以来，有很多程序员在研究Linux的内核。—— 一个操作系统究竟是如何实现的，你看得到。

作者回复: 现在业界基本上统一的的说法 Agent = Model（模型） + Harness（周边工程） 再加一层是 Agent = Model（模型） + Harness（周边工程）+ Surface（界面/人类使用方式 - 如IDE/APP/Broswer...）

作者回复: Agent = Model（模型） + Harness（周边工程）

作者回复: 兄弟你的这一系列问题都不简单，也都是大课题，我找个机会都详细说说。