Harness Engineering 综述

大型语言模型（LLM）智能体在生产环境中的快速部署，揭示了一个反复出现的规律：任务执行的可靠性，往往更多地取决于包裹模型的基础设施层——也就是智能体执行套件（Agent Execution Harness），而非底层的模型本身。这篇读书笔记，正是围绕这一核心洞察展开的梳理。

1. AI 应用的可靠性瓶颈已经从“模型智商”转移到了“系统工程能力”

一张图表便可以清晰展示大语言模型（LLM）应用开发从早期的“提示词调优”向复杂的“系统工程”演进的三个阶段。这不仅仅是技术的堆叠，更代表了优化重心的根本转移。

到了 Harness Engineering 阶段，本质上是在构建一个围绕 LLM 的“外骨骼”或“护栏”。这个外层基础设施（Harness）决定了 Agent 在真实世界中的可靠性。它通过引入传统的软件工程原则——如审计、权限控制、异常处理和流程编排——来弥补概率模型在确定性任务上的天然缺陷。

2. Harness Engineering 的七层架构

ETCLOVG 是作者提出的一个七层分类法，用于系统化地构建智能体执行套件。这七个层面将“可观测性”和“治理”提升为独立的架构关注点，填补了以往框架的空白。

3. 总结：从“模型中心”到“系统工程”的转变

1. 独立性
   ：这七个层面表明，Agent Harness 不再仅仅是模型的附属品，而是一个独立的、复杂的系统工程。

2. 确定性对抗概率
   ：生命周期与编排（Lifecycle & Orchestration (L)）、验证与评估（Verification & Evaluation (V)）、治理与安全（Governance & Security (G)）三个层面的加入，本质上是用确定性的软件工程手段（编排、验证、治理）去包裹概率性的模型，以换取生产环境所需的可靠性。

3. 企业级就绪
   ：可观测性与运维（Observability & Operations (O)）和治理与安全（Governance & Security (G)）的独立列出，标志着 Agent 技术从“极客玩具”向“企业级生产力工具”的成熟跨越。