Harness Engineering

前言 写作动机 2026 年，AI Agent 正在从技术圈的玩具变成企业的生产力工具。Claude Code、Cursor、Devin、各种 AutoGPT 变体——每周都有新的 Agent 产品发

第7章 工具结果处理与错误恢复 :::tip 本章要点 理解工具结果从执行到反馈给模型的完整生命周期 掌握结果格式化的原则：何时截断、何时摘要、何时原样返回 建立错误分类体系：五类常见错误及其恢复策略

第15章 沙箱、隔离与防御性编程 :::tip 本章要点 沙箱是权限模型的物理执行层——权限决定"允许做什么"，沙箱保证"只能做什么" OS 级沙箱（macOS Seatbelt、Linux secc

第13章 多轮对话与会话状态机 :::tip 本章要点 Agent 交互本质上是多轮状态机：每一轮改变状态，状态决定下一步行为 隐式状态（对话历史）vs 显式状态（LangGraph 的 Channe

第12章 长期记忆：持久化与检索 :::tip 本章要点 长期记忆让 Agent 跨会话保持连续性：记住用户、项目和过去的经验 记忆类型：用户画像、反馈修正、项目状态、外部引用——各有不同的写入时机和

第9章 指令优先级与冲突消解 9.1 指令从哪里来 一个生产级 Agent 系统在每次模型调用时，面对的不是一条指令，而是来自多个来源的指令集合。 以 Claude Code 为例，当你在终端输入一句

第1章 Agent 不等于大模型：Harness 的价值 1.1 Demo 五分钟，生产五个月 如果你在 2025 年参加过任何 AI Hackathon，一定见过这样的场景：一个三人小队用一个周末搭

第10章 Few-shot、CoT 与动态提示策略 :::tip 本章要点 Few-shot 在 Agent 场景中不是教模型"怎么回答问题"，而是教它"怎么使用工具" Chain-of-Though

第17章 Human-in-the-Loop：人机协作设计 :::tip 本章要点 人机协作是一个频谱：从全手动到全自动，Agent 应在中间找到合适的位置 介入时机：高风险操作、模糊需求、主观判断、

第18章 评估与测试方法论 :::tip 本章要点 Agent 测试不同于传统软件测试——输出非确定性，需要模糊评估 三层评估：单元（工具级）→ 集成（流程级）→ 端到端（任务级） 评估集设计：覆盖典

第20章 成本控制与性能优化 :::tip 本章要点 Agent 的主要成本来源：LLM API 调用（按 token 计费） 成本优化三板斧：减少 token、用更便宜的模型、缓存重复请求 延迟优化

第6章 工具编排与并发执行 上一章我们讨论了如何设计好的工具。但设计出来的工具终归要被执行。一个 Agent 在一次对话中可能调用几十甚至上百次工具，如何编排这些调用——按什么顺序、是否并发、如何处理

第11章 短期记忆：上下文窗口管理 :::tip 本章要点 上下文窗口就是 Agent 的"工作记忆"——窗口外的信息对模型不存在 Token 预算是零和博弈：系统提示词、工具定义、对话历史、工具结果

第3章 Agent Loop：心跳与决策循环 每一个 AI Agent 的核心都是一个循环——观察、思考、行动、再观察。这个循环的工程质量，决定了 Agent 是一个惊艳的 demo 还是一个可靠的生

第4章 上下文工程：比 Prompt Engineering 更重要的事 4.1 一个被忽略的关键区分 过去两年，"Prompt Engineering" 成了 AI 领域最热门的词汇之一。无数文章教

第5章 Tool Design：给 Agent 造趁手的兵器 5.1 Tool 的本质：让模型长出手脚 大语言模型天生只有一种能力——生成文本。无论它的推理能力多强，面对"帮我创建一个文件"这种请求，

第2章 Agent 架构模式全景 在上一章中我们讨论了为什么需要 Harness 工程——LLM 本身只是引擎，真正让它在复杂任务中跑起来的，是围绕它搭建的架构骨架。本章将系统梳理当前业界主流的六种

第16章 多 Agent 协调模式 :::tip 本章要点 多 Agent 的核心价值：专业化分工 + 上下文隔离 四种协调模式：Coordinator、Pipeline、Swarm、Debate 上

第8章 System Prompt 分层设计 8.1 System Prompt 不是一段字符串 很多开发者第一次接触 Agent 开发时，system prompt 是这样写的：一个字符串常量，塞在

第21章 设计模式与架构决策 :::tip 本章要点 从全书 20 章的实践中提炼 10 个核心设计模式 每个模式包括：问题场景、解决方案、真实案例、适用边界 这些模式是跨框架的——无论你用什么技术栈