🎯 为什么选这个主题#

8-14 我们学了协议标准化（MCP/A2A/ACP/ANP），解决了 Agent 之间”怎么说话”的问题。但协议只是横向互联的管道——谁来管执行环境、谁来管生命周期、谁来管可观测性？ 这些纵向封装的工程层，正是 Harness 要回答的问题。

如果把大模型比作引擎，Harness 就是底盘、悬挂、刹车和精密仪表盘。没有 Harness 的 Agent，就像一台裸装引擎——功率再大，也上不了路。

2026 年 5 月，CMU、耶鲁、亚马逊联合发布 Harness 综述，提出了 ETCLOVG 七层架构和约束绑定假说，给出了一个硬核量化结论：不改模型，仅优化 Harness 就能提升 10 倍性能。这值得深挖。

📌 核心要点一：范式跃迁——从 Prompt Eng 到 Harness Eng#

为什么 2026 必须谈 Harness？

1. 模型能力天花板上移，但可靠性天花板没跟上——GPT-5.2 能写代码，但 52.8% 的 SWE-bench 通过率意味着近半任务失败，问题不在模型本身，而在周围的工程层
2. Agent 从”对话”走向”行动”——行动需要执行环境、权限边界、错误恢复，这些全是 Harness 的活
3. 行业共识正在形成——CMU/耶鲁/亚马逊的综述不是孤例，微软的 AI Agent 可观测性实践、Agent Skills 方法论、全栈架构文章都在从不同角度逼近同一个结论

💡 关键洞察：Harness 不是”给模型打补丁”，而是”把模型装进一个工程系统”。这是从”调参”到”系统工程”的范式跃迁。

📌 核心要点二：ETCLOVG 七层架构#

综述提出的七层架构，是理解 Harness 最清晰的框架：

1
┌─────────────────────────────────────────┐
2
│  G - Governance     治理层              │  ← 成本控制、权限、审计
3
├─────────────────────────────────────────┤
4
│  V - Verification   验证层              │  ← 输出校验、安全检查
5
├─────────────────────────────────────────┤
6
│  O - Observability  可观测层            │  ← Trace、Metric、Log
7
├─────────────────────────────────────────┤
8
│  L - Lifecycle      生命周期层          │  ← 初始化、暂停、恢复、终止
9
├─────────────────────────────────────────┤
10
│  C - Context        上下文/记忆层       │  ← 短期记忆、长期记忆、检索
11
├─────────────────────────────────────────┤
12
│  T - Tool           工具/协议层         │  ← MCP、Function Call、沙箱
13
├─────────────────────────────────────────┤
14
│  E - Execution      执行环境层          │  ← Docker、VM、Serverless
15
└─────────────────────────────────────────┘

💡 跨层不可能三角：综述指出，在 ETCLOVG 中，性能、安全性、成本三者不可能同时最优——增加验证层提升安全性但增加延迟，优化执行环境提升性能但增加成本。这是工程决策，不是技术问题。

📌 核心要点三：约束绑定假说 + 量化数据#

约束绑定假说（Constraint Binding Hypothesis）是综述最核心的论断：

Agent 的性能主要由其 Harness 中的约束绑定质量决定，而非模型本身的原始能力。

换句话说：给同一个模型装不同的 Harness，性能差异可以达到 10 倍。

📌 核心要点四：Harness vs 智能体工程——骨架与灵魂#

综述提出的核心公式：

Agent = Model + Harness

但另一篇笔记（“Harness 工程与智能体工程”）提出了更精细的区分：

两者不是替代关系，而是互补关系：

• 没有 Harness 的智能体 = 有想法但无法执行的空谈
• 没有智能体工程的 Harness = 能跑但不知道往哪跑的机器

💡 这与 8-04 Planning 的联系特别紧密：Planning 是”灵魂”的核心能力，而 Harness 是让 Planning 能落地的”骨架”。

📌 核心要点五：四类风险陷阱 + 五条铁律#

🔄 分歧与讨论#

🔗 与已学内容的联系#

📌 一句话收口：前 16 天学的散件（协议、记忆、工具、沙箱、可观测、评估、安全），今天终于有了统一的”安装框架”——Harness 就是那个把所有散件拧成一台车的工程层。

🤔 思考题#

1. 审计题：如果你负责审计一个 Agent 系统，你会从 ETCLOVG 哪一层开始？为什么？哪一层最容易被忽视？
2. 约束绑定复现题：综述说”不改模型，仅优化 Harness 提升 10 倍”。如果让你设计一个实验来验证这个结论，你会选择什么任务？固定什么变量？改变什么变量？用什么指标？
3. 辩论题：Harness 绑定越强，Agent 越可靠但也越不灵活。过度约束的 Harness 和过度精简的 Harness，哪个更危险？ 请分别给出一个灾难场景。
4. 趋势预测题：如果 2027 年 Harness 工程进一步成熟，你认为 ETCLOVG 七层中哪一层会被”合并”或”消失”？为什么？

🛠️ 行动项#

1. OpenTelemetry 全链路 Trace 实操：给一个现有的 Agent（可以是 Coding Agent 或自定义 Agent）接入 OpenTelemetry，记录至少 3 层（Execution → Tool → Context）的 Trace，观察哪些环节最耗时、最容易失败。
2. 4 类生命周期钩子实现：在任意 Agent 框架中实现 4 类钩子——Preflight（任务前校验）、In-flight（运行中监控）、Postflight（任务后清理）、Error-flight（错误恢复）。记录每个钩子的触发频率和效果。

📚 参考文章#

1. Harness 综述（CMU/耶鲁/亚马逊，2026-05-22）— 提出 ETCLOVG 七层架构、约束绑定假说、量化数据
2. Harness 工程与智能体工程 — 核心公式 Agent = Model + Harness、四层架构、四大风险陷阱、五条铁律
3. 微软 AI Agent 5 大可观测性最佳实践（2025-08-27）— Azure AI Foundry 统一方案、5 大实践
4. Agent Skills 三位一体方法论 — 七阶段闭环生命周期、五层协同纵深防御治理、规模化协作数据
5. 一文看懂 AI Agent 全栈架构 — 六层闭环视角、工程落地四阶段清单

📅 2026-08-17 | 第 17 篇每日学习笔记