Agent: 将 harness 工程升级到认知工程1. 什么是认知认知科学的工作定义：认知是获取、加工、储存、运用信

Agent 工程走过了提示词工程、上下文工程、Harness 工程三级台阶，每级都解决了当时的主要瓶颈。本文先讲清楚两个基础概念——认知与元认知，再回顾三级台阶各自做了什么，最后说明认知工程如何以元认知为核心组装这些成果，以及它如何解决垂直领域的问题。认知结构是手段，解决问题是目的。

1. 什么是认知

认知科学的工作定义：认知是获取、加工、储存、运用信息的全过程，涵盖感知、注意、记忆、思维、决策等子系统。它不是单一的官能，而是一条加工流水线：

外界刺激 → 感知（信号→知觉）→ 注意（选择）→ 工作记忆（意识舞台）
         → 长时记忆（编码 ↔ 提取）→ 思维与决策 → 行动 → 反馈学习

关于这条流水线，有三个经过大量实证的结论，对 Agent 工程直接有用：

认知是构造，不是录制。 知觉由"自下而上的信号"与"自上而下的预期"共同合成；记忆的每次提取都是重构而非回放。
认知受瓶颈约束。 感觉输入的信息量巨大，意识能同时处理的只有几个"组块"（工作记忆容量约 4 个组块）；突破限制的唯一办法是组块化——用知识结构换容量。
知识以图式组织。 人靠图式（关于一类事物"长什么样、如何运作"的模板）实现快速理解，图式通过"同化—顺应"循环随经验演化。

把人类认知与当前 Agent 工程并排看，对应关系相当整齐：

人类认知	Agent 工程
注意与感知	输入选择、检索召回
工作记忆（~4 组块）	上下文窗口（稀缺资源）
组块化	结构化任务状态、分区
长时记忆（情景/语义/程序性）	会话日志 / 知识库 / 技能文件
图式	本体
系统 1 / 系统 2	直接生成 / 思维链
遗忘是功能	记忆淘汰对抗噪声

对应的原因朴素：两类系统面对同构的约束——容量有限、信息过载、需要抽象复用；约束相同，解法收敛。 但类比是路标不是证明：LLM 没有海马，同构的是问题结构，不是实现。

2. 什么是元认知

元认知（Metacognition）是"对认知的认知"——Flavell 在 1970 年代提出的概念：监测、评估并调节自身认知过程的能力。它不是又一种认知能力，而是站在认知之上的管理层，经典结构分三块：

成分	内容	人类示例
元认知知识	对自己认知状况的知识：知道什么、不知道什么、哪类任务擅长	"我在人名上记性差，要写下来"
元认知体验	对当前认知状态的感受：把握感、困惑感、确定性直觉	"这题我好像会，但没把握"
元认知调节	对认知的计划、监控与评估：分配资源、选择策略、决定继续或放弃	"这题先跳过，回头检查"

元认知是人类学习者优劣的主要分水岭之一——实证研究表明，元认知能力对学习效果的预测力不亚于智力。它的价值在一个不对称的事实上：在真实环境里，"知道自己不知道"的收益，往往大于"多知道一点"——因为错误的认知配上不自知，会持续产生错误决策；而知道自己不懂，至少可以求证、绕行或求助。

这正是当前 Agent 的核心短板。 模型具备很强的"认知"——理解、生成、推理；但缺少系统化的元认知：

不确定性表达缺失——没有把握的答案和有把握的答案以同样的口吻输出（幻觉的温床）
努力分配缺失——简单步骤与关键决策消耗同样的推理预算，成本与风险不匹配
止损判断缺失——何时继续投入、何时该求助，依赖外部硬编码的轮次与预算上限，而非判断力

对应的工程化形态，就是三条元认知回路：不确定性表达、双过程调度、自主止损（详见第 4 节）。

3. 认知视角下的 Agent 工程：三级台阶各做了什么

两个概念到此立住：认知是加工信息的流水线，元认知是对这条流水线的监测与调节。第 1 节的对应表已经说明：两类系统约束同构，认知科学的结构可以直接作为 Agent 的设计语言。带着"认知流水线 + 元认知"这套镜头回看 Agent 工程的演进，可以看到：每一级台阶都由当时的主要瓶颈定义，也都完整解决了各自的问题——而它们在认知版图上的位置，恰好拼出了下一级的空缺。

3.1 提示词工程：让模型听懂

做了什么：把单次调用的指令结构化——角色、任务、上下文、约束、少样本示例、输出格式；以及思维链（CoT）等推理触发技巧。

解决：模型对意图的理解与遵循。从"能不能答对"到"稳定地按预期答"。

管辖范围：一句话。它优化单次调用的输入质量，不涉及信息供给的系统设计。

3.2 上下文工程：让模型看见该看的

做了什么：把信息供给变成一个系统——RAG 检索、记忆分层、上下文压缩、结构化分区、工具输出治理、Just-in-Time 加载。

解决：模型每次调用看到什么、以什么顺序和形式看到的秩序问题。上下文窗口是稀缺资源，这一级建立了"每条信息都要挣得它的位置"的纪律。

管辖范围：一次调用的输入组装。它不执行动作，也不管理多轮循环。

3.3 Harness 工程：让循环跑稳

做了什么：运转整个循环的机器——主循环（Agent Loop）、工具运行时、分级权限、会话状态与检查点、重试止损、可观测性。

解决：长任务的可靠性。数十轮的工具调用可以稳定完成而不失控。Claude Code、Kimi Code、OpenHands 本质都是 Harness；SWE-agent 的研究表明，同一模型更换"Agent 与计算机的接口"，SWE-bench 得分可相差数倍——运行时设计已是主要变量。

管辖范围：运行时。它的目标函数是可靠性——行为稳定、过程可控。

3.4 台阶的共同点与空缺

提示词工程：说什么          —— 认知的施力点
上下文工程：给什么看        —— 认知的工作记忆
Harness 工程：怎么运转      —— 认知的行动系统

三级台阶分别覆盖了认知流水线的输入端、信息供给与执行端——它们都在为"认知"提供条件，但都未把认知本身作为设计对象：没有一个组件负责判断"这个答案有没有把握"（元认知监测）、"这个任务该花多少推理预算"（元认知调节）、"这个领域的知识边界在哪"（世界模型）。这是正常的工程演进节奏：每一级学科只对当时的瓶颈负责。把认知本身作为设计对象，是下一级台阶的任务。

4. 认知工程：以元认知为核心组装完整架构

Agent 认知工程（Agent Cognitive Engineering）：以认知科学验证过的结构为设计蓝图，在 Harness 之上组装 Agent 的知识系统与自我管理系统的工程学科。一句话版本：Harness 工程制造可靠的躯壳，认知工程让这台躯壳获得与任务匹配的认知结构——其中元认知居于架构的顶层。

参考架构（七个子系统）：

            ┌──────────────────────────────┐
            │     元认知层（顶层）            │
            │   自我监控 · 努力分配 · 止损     │
            └──────────────┬───────────────┘
   ┌────────┬─────────┬────┴─────┬──────────┬────────┐
   ▼        ▼         ▼          ▼          ▼        ▼
 感知注意  工作记忆   长时记忆    世界模型    技能库
 (输入选择) (上下文)  (情景+语义) (本体/图式) (程序性)
   └────────┴─────────┴────┬─────┴──────────┴────────┘
                          ▼
                ┌──────────────────┐
                │  行动系统 = Harness │  ← 三级台阶的成果直接复用
                └────────┬─────────┘
                         ▼ 执行反馈
                ┌──────────────────┐
                │ 巩固系统（任务后）  │  ← 情景压缩、教训蒸馏、
                │                  │     技能沉淀、图式维护、遗忘
                └──────────────────┘

注意它与三级台阶的关系：不是替换，是组装。提示词工程是施力点，上下文工程就是工作记忆，本体是世界模型，Harness 是行动系统——三级台阶的成果全部成为认知架构的部件。

4.1 元认知的实现：三条回路

元认知不能停留在提示词里写"请谨慎"——那是对认知的请求，不是元认知。它需要作为独立组件实现：

回路① 不确定性表达（元认知知识与体验）

给模型显式的"我不确定"词汇与合法的弃答出口："根据现有信息无法确定，需要 X"
检索注入上下文时携带置信度与时间戳，让模型知道"这是既往经验，可能过期"
置信度要校准：让输出的把握度与实际正确率对齐（可用历史任务持续校验），避免"流畅但错误"的高置信输出

回路② 双过程调度（元认知调节：资源分配）

默认走 System 1（直接生成），控制成本
满足显式触发条件才升级 System 2（深度推理/验证/搜索）：高风险动作、初次失败、元信号异常（连续两次结果相互矛盾）、用户点名
效果：推理深度从常数变成变量，成本与风险匹配

回路③ 自主止损（元认知调节：监控与评估）

预算感知：知道本次任务已消耗与剩余的资源
循环检测：识别"同一策略反复失败"，把"我已连续三次用同样方法失败"作为元信号注入
求助判断：评估"继续自主投入的期望收益 < 提问/上报的成本"时，主动带着已尝试的路径与结论求助——从 Harness 时代的硬规则（轮次上限）升级为判断力

4.2 元认知不悬空：支撑结构

三条回路不是孤立开关，它们需要下层子系统供血：不确定性表达需要检索置信度（长时记忆）；止损判断需要知道试过什么（情景记忆）；努力分配需要知道任务结构（世界模型/本体）。这就是元认知位于七子系统顶层、而非单独插件的原因——没有认知结构的元认知是空转，没有元认知的认知结构是盲开。

4.3 本体建模：世界模型，兼全架构的类型系统

七个子系统中，对应"图式"的本体（世界模型）值得单独说明——它的地位比"七分之一"更重，是三层角色的叠加：

内容层：唯一负责"世界形状"的部件。 其他子系统各管一段——入口、当下、过往、自我管理——本体回答最底层的问题：这个世界由什么构成、概念如何关联、什么组合合法。其他子系统的输出质量以它为上限：记忆没有本体挂靠只是自由文本，元认知不知道边界就无从判断"我不知道什么"。

结构层：全架构的接口语言。 各子系统的实现物共用本体这套词汇：长时记忆的挂靠字段（schema_refs）、任务状态的 schema、元认知的失配信号定义、技能的触发条件、巩固产物的落点、输入分诊的分类。它在认知工程中的工序位置类似编程语言的类型系统——不是某个功能，而是让功能之间能对话的契约；缺少它，七个子系统是七个孤岛。

动力层：认知成长的载体。 认知的成长不在参数变大，而在"失配—重构"循环作用到本体上：同类失败反复出现、检索结果与新事实冲突，触发图式重构——即认知科学"同化—顺应"循环的工程化。本体僵化，系统越用越笨；本体漂移，知识资产失去公信力；两者都要靠版本化治理来防。

三条边界同样要说清：本体管结构，不管真值——"选了合法的编码"不等于"选了正确的编码"，后者靠检索溯源与人工；它是世界模型的显式部分，不是全部——技能与直觉这些隐式知识装不进本体；建模有成本——"按能力问题建、不为建模而建模"的纪律同样适用。

在高约束的垂直领域，这三层角色都会被放大——这正是下一节的主题。

5. 用认知工程解决垂直领域问题

垂直领域（金融、医疗、法律、保险……）对 Agent 有三重结构性约束：

约束	内容
无廉价验证器	没有"跑测试"式的 ground truth；对错靠专家评审或延迟暴露
知识私域化	核心知识在内部文档、数据库、法规里，长尾且持续变化
动作不可逆	下单、改病历、执行交易直接作用于系统记录

在这些约束下，元认知的价值从"重要"上升为"生死攸关"：因为缺少外部验证器，"知道自己不知道"几乎是防住恶性错误的第一道也是最后一道闸——一个会弃答、会转人工的系统，在错误率上远优于一个"什么都敢答"的系统。认知工程在垂直领域的落地方案，围绕这一点展开为四件事：

① 确定性分层，逐级放权。

第 0 层  确定性骨架：状态机 + 本体定义的类型化数据对象
第 1 层  受约束生成区：LLM 输出空间被 schema 锁死
第 2 层  校验闸门：本体一致性推理 + 业务规则 + 置信度门控
第 3 层  受控弹性区：类型化行动空间的 agent 式调查
逃生通道  每层都有确定出口：修复重试 → 模板降级 → 转人工

自下而上放权：先站稳确定性骨架，每上一层吃掉一部分不确定性，上层才有资格要自由度。

② 本体闸门：合成部分验证器。 领域本体（实体 schema、条款结构、监管规则）+ 规则引擎，把每个 LLM 节点从"信任输出"变成"校验输出"。它拦不住"错得漂亮"的输出，但能拦住类型错、规则错、逻辑矛盾的输出——垂直领域的多数恶性事故恰好属于后者。这是在"没有测试套件"的领域人工合成验证信号的方法。

③ 元认知出口作为设计好的工作流。 置信度门控 + 分级转人工（小额自助复核、大额强制人工）；"无法确定"是合法输出且必须附缺失信息清单。转人工不是失败兜底，是架构的一等公民。

④ 巩固飞轮。 结案结论经人工确认蒸馏入判例库（带溯源、置信度、命中计数、过期时间），同类案件从此吃到历史经验；失配信号驱动本体版本化演进。飞轮转得慢（结果标签需要人工），但判例库、本体版本史、校准过的置信阈值——这三样积累起来的资产构成垂直 Agent 真正的护城河。

6. Agent 的认知提升与元认知的人工复核

前文讲了认知与元认知的概念与架构。对 Agent 而言，这两样东西如何"提升"？答案与人是同一张图纸：不靠单点变强，靠闭环。

6.1 Agent 的认知提升：方向是减少模型投入

认知成长有一个容易被忽略的箭头方向：不是积累更多，而是思考更少。认知科学的表述是：陈述性知识经过反复成功执行，下沉为程序性记忆——本能与条件反射并不是记忆的对立面，而是记忆的编译产物；System 2 的运算下沉为 System 1 的反射，腾出的认知资源才用于处理新问题。就像学会开车之后，起步换挡不再占用意识，注意力才留给路况。

Agent 的认知提升遵循同一方向。模型参数在部署后冻结，因此提升不发生在训练里，而发生在运行时的工程闭环里——闭环的产出，是把"思考态"逐步编译为"反射态"：

认知形态	工程形态	模型投入
思考态（System 2 推理）	LLM 深度推理、多轮探索	高
记忆态（检索复用）	任务前检索教训/判例，省去重新探索	中
反射态（自动执行）	命中技能直接执行脚本；判断走本体查表/规则	近零

两个编译器加一个调度器：

本体建模把判断编译成查表。 类型化结构与规则引擎让识别、校验、路由成为非模型计算——第 5 节的确定性分层，本质上就是把尽可能多的决策从"生成"下沉到"查表"
技能强化把过程编译成脚本。 成功轨迹去参数化为技能，命中适用条件直接执行；模型只在技能缺席或失效时出场
双过程调度是总调度器。 它不只回答"何时升级 System 2"，更回答"如何让越来越多的事不再需要 System 2"——把任务路由到规则、模板、技能、缓存这些便宜路径

与第 1 节人的提升杠杆依然一一对应：提取练习 ↔ 任务前检索、睡眠巩固 ↔ 巩固作业、组块化 ↔ 结构化状态、技能的陈述性→程序性转化 ↔ 技能库、复盘三问 ↔ 收尾三问、校准自信 ↔ 置信度校准（见 6.3）。关键差别不变：人的下沉由生理机制自动发生，Agent 的下沉必须显式建组件——巩固系统、技能库、本体，一个都不能少。

反射化有三条边界：只在稳定环境成立——技能须携带适用条件与过期时间，失配监测不能因为"已经会了"而关闭，过时的反射会绕过意识直接产出错误；反射是编译，编译要质检——6.3 的蒸馏质检防的正是"把巧合编译成反射"；元认知是唯一不能下沉的部分——判断"熟悉还是新异"是反射化的安全阀。因此认知工程的终点不是消灭思考，而是把思考只留给值得思考的部分：新异的、高风险的、图式覆盖不到的。

6.2 人力投向何处：从复核产出到复核元认知

为什么元认知需要人工复核？一个直觉的回答是"元认知由模型产生、会出错"——但系统里每个环节都出自模型，这个理由推不出"优先复核元认知"。真正的原因是稀缺资源的再分配：认知工程让机器接管越来越多的认知层校验，人工精力因此被释放出来，而回报最高的投放位置，就是元认知复核。

以垂直领域为例：传统做法是对产出做人工复核——每份结论都要人看，因为机器产出不可信。认知工程改变了这个局面：

本体闸门 + 规则引擎 → 接管认知层校验（类型/规则/一致性，由机器判定）
技能反射化          → 接管常规流程执行（命中即执行，产出可预期）
                     → 人工"复核产出"的工作量大幅下降

释放出来的人力投向哪里？元认知复核。三个理由：

元认知管理的是路由，不是单点产出。 继续、升级、弃答、转人工——路由错误影响的是整个处置策略，它直接管理着系统的错误边界
元认知是最难自动校准的层。 认知层有本体闸门充当验证器替代品；而"把握度是否属实"没有机器裁判，目前只有人工闭环能够校准
自动化比重越高，风险越向元认知集中。 反射化率上升、闸门增多之后，系统的安全性越来越取决于"路由是否正确"这一个判断——单点责任上移

复核的对象是三类典型失效：

置信度失准——过度自信：该转人工的不转，错误直接落地；过度保守：转人工率失控，系统退化为分诊台
弃答滥用——"无法确定"是合法输出，但可能成为能力偷懒的出口；也可能该弃不弃，硬答酿错
止损误判——过早放弃（任务其实可解），或该停不停（烧完预算才失败）

这类错误比认知错误更隐蔽：它不产生明显的错误答案，只产生错误的"路由"，要在事后统计里才显形——因此需要主动的、专门的复核机制，而不是等问题暴露再补救。设计原则一句话：把人力从"复核产出"转向"复核判断"——认知层交给机器校验，元认知层由人校准。

6.3 人工复核的五个机制

把这一原则落到执行层，是五个具体机制：

转人工决策抽样——定期审查两类错误："该转没转"（漏报）与"不该转转了"（误报），统计元认知的路由错误率
置信度校准曲线——聚合模型自报把握度与实际正确率的对应关系，发现系统性偏移（高把握低正确，或低把握高正确）时调整门控阈值
弃答质检——抽查"无法确定"的输出：是真不确定，还是偷懒；所附缺失信息清单是否准确——这是判断弃答质量的关键证据
元认知事件留痕——每次深度升级、止损、弃答记录触发原因与当时信号，路由决策可审计（在受监管领域同时服务合规）
渐进放权——复核通过率稳定后，逐步下调人工比例、放宽门控。复核是校准手段而非永久配置，目标是把元认知错误率压进受控区间，而不是让人长期成为系统的一环

复核的结论要回流：修正置信阈值、触发条件与教训库，形成**"模型校准认知、人校准元认知"**的闭环。这与第 1 节的结论同构：人靠外部反馈校准自信，Agent 靠人工复核校准元认知——认知科学的图纸，对人对机器是同一张。

7. 落地与验收

在现有 Harness 上按序落地的最小增量：任务收尾三问（实体/教训/技能落盘）→ 任务开始先检索再规划 → 记忆记录加四字段（溯源/置信/时间/命中）→ 双过程触发条件显式化 → 定期抽查蒸馏质量。不需要换模型，不需要训练。

验收标准相应扩展。Harness 时代度量单次成功率——有效，但检验不出判断力与经验的增长。认知工程补充：二次任务改进率（同类问题第二次的解决成本下降多少）、反射化率（同类任务中由技能/规则/模板等非模型路径完成的占比及其上升曲线——它解释成本为什么下降）、教训召回率（已解决的问题是否还要重新付费解决）、垂直场景再加一条——转人工率曲线（随判例积累下降，且错误率不升）。

8. 结语

提示词工程   —— 说什么          （认知的施力点）
上下文工程   —— 给什么看        （认知的工作记忆）
Harness 工程 —— 怎么跑起来      （认知的行动系统）
认知工程     —— 认知本身的组装：以元认知管理认知，
               让下一个问题被更便宜、更可靠地解决

三级台阶各自完整地解决了各自的问题；认知工程把它们的成果组装为完整的认知架构，并补上一直缺位的那一层：知道自己知道什么、不知道什么，以及因此如何分配自己。

判断一个 Agent 系统处于哪个阶段，不需要看它用什么模型，只需要问一个问题：它对自己的把握，有把握吗？

Agent: 将 harness 工程升级到认知工程