Agent 知识体系全景：为什么 2026 年的护城河不在模型，而在 Harness Agent 知识体系全景为什么 2026 年的护城河不在模型而在 Harness一份基于 197 章、86 主题的系统性梳理回答一个问题AI 从能说到能做再到可靠地做工程上到底发生了什么。一、一个公式定全局Agent Model Harness整个 Agent 领域的讨论再多归根结底只围着一件事怎么让 AI 从能说变成能做而且做得可靠。答案就是这个公式Agent Model HarnessModelLLM负责聪明——思考、推理、决策。买来的决定上限。Harness模型之外的一切负责可靠——工具、记忆、权限、反馈回路、错误恢复。自己建的决定下限也是护城河。Agent 领域所有概念都能归到这两侧之一归属涵盖Model 侧Token / System Prompt / Temperature / 幻觉、预训练-SFT-RLHF-LoRA、量化-蒸馏-Transformer-Attention、Prompt 工程、RAGHarness 侧四大工程范式、Harness 六大组件、Agent Loop、工具系统、记忆系统、安全护栏、可观测性、成本优化、评估体系、框架生态、设计模式桥接层Context 工程Model ↔ Harness 之间的信息流、FDE把 Harness 装进真实业务的人二、五层范式嵌套瓶颈随模型变强而外移文档的主脉络是五大工程范式的层层包含L5 Environment Engineering环境工程 ← AI 在动态世界里自主进化 └─ L4 Loop Engineering循环工程 ← 系统持续自动运转 └─ L3 Harness Engineering套具工程 ← AI 安全可控地执行 └─ L2 Context Engineering上下文工程 ← 给 AI 正确信息 └─ L1 Prompt Engineering提示词工程 ← 跟 AI 说清楚关键规律模型每强一截瓶颈就往外移一层。新层不取代旧层而是把旧层吃进去当零件Prompt 被吃进 ContextPrompt 只是上下文的一部分Context 被吃进 Harness上下文管理是 Harness 的一个组件Harness 被吃进 LoopHarness 是 Loop 的运行环境Loop 被吃进 EnvironmentLoop 是环境中的执行单元用开餐厅类比文档原版L1 厨师学会按菜谱做菜L2 采购把对的食材备好放台面L3 餐厅操作规范刀具权限、出事处理L4 整个餐厅运营系统订单流转、出品验收L5 餐厅所在的商业生态竞争对手、供应链、顾客偏好变化三、Harness 内部六大组件以文件系统为枢纽环形协作Harness 是整个体系里最核心的工程实体六组件的关系可以画成这样┌─────────────────────┐ │ 文件系统枢纽 │ │ 代码 Git Progress│ └──────┬──────────────┘ ┌────────────────┼────────────────┐ ┌─────┴─────┐ ┌──────┴──────┐ ┌──────┴──────┐ │ 工具集成层 │ │ 记忆与状态 │ │ 上下文工程 │ │ (手) │ │ (记事本) │ │ (策展) │ └─────┬─────┘ └──────┬──────┘ └──────┬──────┘ │ │ │ ┌─────┴─────┐ ┌──────┴──────┐ ┌──────┴──────┐ │ 规划与任务 │ │ 验证与护栏 │ │ 模块化与 │ │ 分解(大脑) │ │ (安全绳) │ │ 可扩展性 │ └───────────┘ └─────────────┘ └─────────────┘配套的记忆系统是四层递进Working ContextCPU 寄存器→ 当前上下文窗口 Session State内存 → Progress File当前会话进度 Long-term Memory硬盘 → CLAUDE.md / AGENTS.md跨会话持久 Filesystem外部存储 → 代码 Git 历史天然审计日志四、Agent LoopHarness 的心跳Loop 五阶段 ↔ Harness 六组件的映射Loop 阶段Harness 组件做什么1. 感知 Perceive上下文工程 记忆组装上下文读 Progress File2. 推理 ReasonModelLLM 读上下文决定下一步3. 规划 Plan规划与任务分解Plan-then-Execute 或 ReAct4. 行动 Act工具集成层调工具、执行命令、写文件5. 观察 Observe验证与护栏拿结果验证对不对注入上下文Loop 三大风险点与 Harness 防护停太早任务没完就退→ Feature List JSON 合约 Ralph Loop 拦截停不下无限循环→ max_steps / Token 预算 / 时间预算停错地自以为成功→ Maker-Checker 分离 外部 EvalKarpathy 三道护栏AutoResearch 项目是具体落地外部客观尺子、硬性时间预算、一键 git revert。五、三条子系统知识、工具、协作5.1 知识喂养从提前给到按需取Prompt当场说→ RAG提前存库→ CLAUDE.md每次注入→ Skills按需取 一次性 可复用 常驻稳定 渐进式披露这里有个反直觉的点ETH Zurich 实验证明 CLAUDE.md 几乎没用人写仅 4%AI 生成反 -3%真正管用的是 Hook硬性拦截。文档给了一句很狠的总结“说明只是请求它别做Hook 是让它根本做不到”——从沟通管住到设计管住。Skills 更颠覆不是一个 markdown是一个文件夹能装可执行脚本。脚本执行不占上下文只有结果进入。三层渐进披露目录 ~50 tokens → 正文 → 细节引用Token 节省 95%。5.2 工具系统四层设计层1 工具接口AgentTool → 权限内聚defaultPermission 是工具自身属性 层2 权限管理PermissionManager → 三档 auto/confirm/deny 命令级签名 层3 安全分类器两阶段 → 99% 快速过滤 1% CoT只看动作不看 Agent 说的话 层4 协议连接MCP/CLI → MCP USB-CCLI 零封装现成用工具不是越多越好每多一个工具描述就吃掉上下文 Token。15 个核心工具 Bash 后备是最优配置。5.3 多 Agent 协作不是银弹三种编排模式控制精度代表适合图编排最高LangGraph流程确定、需断点续传角色编排中CrewAI角色分工清晰的创意流会话编排最低AutoGen探索性、动态协作判断标准子任务是否需要共享上下文。大多数场景下单 Agent 好工具 多 Agent 协作。多 Agent 成本通常是单 Agent 的 3-5 倍。六、三大保障体系裹在 Harness 外围的闭环┌──────────────────────────┐ │ 评估与优化Eval │ ← 好不好 │ (Bad Case / Ablation / 灰度) └──────────┬───────────────┘ │ 反馈 ┌──────────▼───────────────┐ ┌─────────┐ │ Agent 系统运行 │ ┌──────────┐ │ 安全护栏 │─────→│ (Model Harness Loop) │←─────│ 可观测性 │ └─────────┘ └────────────────────────────┘ │(Trace / │ │ Metrics) │ └──────────┘数据飞轮评估 → 诊断可观测性→ 优化改 Harness→ 再评估。 Terminal-Bench 2.0 核心证据同一模型默认配置排 30 名优化 Harness 后跳进前 5。决定 Agent 排名的不再是模型而是 Harness。七、FDE把 Harness 装进真实业务的人Agentic Engineering 三层Layer 1: Loop心脏 → Agent 怎么思考和行动 Layer 2: Harness骨架 → Agent 能不能稳定运行 Layer 3: FDE人 → Agent 能不能产生业务价值FDE 三件套Loop 工程、Harness 工程、Eval 工程2026 年 FDE 招聘最高频关键词。FDE vs 驻场外包的本质区别外包的代码是成本交付即终点FDE 的代码是侦察情报交付只是起点发现十二个客户的共同需求 → 变成产品功能。“外包驻场是服务交付策略FDE 是伪装成服务的产品策略。”八、框架层坍缩80% 被模型吸收20% 上移到 Harness框架过去做的事 ├── 80% 被模型吸收路由 / 工具选择 / 输出解析 / 重试 → 模型原生就能做 └── 20% 向上转移到 Harness 层持久化 / 检查点 / 可观测性 / 错误恢复各框架的新定位LangGraph→ 状态机编排引擎Channel 语义、Checkpoint、Pregel BSPDeepAgents→ Harness 工程产品化12 层中间件、7 种可插拔后端Claude Code→ Harness 做成产品50 万行代码验证最值钱的不是模型是 HarnessOpenClaw→ 全能 Local Agent20 渠道适配器、三层安全审计框架没有消失而是要么基础设施化变成 Harness 的一部分要么产品化变成 Harness 的形态。九、Claude Code 源码50 万行的实证2026 年 3 月泄露的 Claude Code 50 万行代码把上面所有理论判断挨个验了一遍理论判断源码验证Harness 比 Model 值钱50 万行绝大部分是上下文管理 / 危险判断 / 任务切换 / 错误回滚CLAUDE.md 不如 HookbuildSystemPrompt 分层注入 ToolPermissionManager 两阶段分类器权限不递归放大子 Agent 只能拿到父 Agent 显式授权的工具子集命令级签名bash:git status而非bash记忆路径即相关性loadClaudeMd 递归搜索不用向量Token 预算感知TokenBudgetManager 用自然语言告知剩余预算十、一条主线串起所有内容整个知识体系其实在答同一个递进问题链AI 能做什么→ Agent 三件套规划 / 工具调用 / 观察调整怎么让 AI 做得好→ Prompt → Context怎么让 AI 做得可靠→ Harness工具 / 记忆 / 权限 / 护栏 / 验证怎么让 AI 持续做→ Loop自动化 / 停止条件 / Eval 尺子怎么让 AI 在真实世界做→ FDE Environment Engineering怎么知道做得对不对→ 可观测 评估 Change Manifest怎么防止闯祸→ 护栏 权限 Hook 成本硬约束怎么不断变好→ 数据飞轮一句收尾2026 年之后Agent 领域的护城河不在 Model那是买的而在 Harness那是自己建的。模型决定上限Harness 决定下限——而下限才是业务敢不敢上生产线的那道线。