约 8 分钟4 张卡

Agent Harness

Agent Harness 是围绕模型组织任务执行的运行时，也就是让模型请求得以执行的一组程序。模型根据上下文生成下一步，Harness 则提供信息、执行工具，并保存和验证结果。即使使用同一个模型，上下文选择和执行方式不同，也会影响任务成功率。

修复代码需要读取错误、修改文件并验证结果，本文用这个过程说明 Harness 各模块的配合。接着讨论任务跨越多个上下文窗口时怎样保留进度，以及权限检查和结果验证应放在哪些位置。

1. 面试核心

先记住这几条，再读正文

运行时职责。 Harness 负责组装上下文、执行工具、保存状态，并校验权限和任务结果。卡 · 模块与职责
编码任务验收。 编码 Agent 通过运行测试和构建、检查代码差异（diff），验证交付结果。卡 · 综合题
上下文工程的范围。 上下文工程决定每轮给模型看哪些信息，Harness 还负责实际执行、授权、验证和恢复。卡 · 模块与职责
Hook 的执行时机。 Hook 在指定事件发生时触发，能否阻止动作取决于触发时机和处理器的返回值。卡 · Hook 在什么时机运行，能阻止工具调用吗？

模型提出一次工具调用后，还需要程序把请求变成实际操作。Harness 将这个过程分成下面的模块，让每一部分都有明确职责。

工具契约描述工具能做什么、接收哪些参数、返回什么结果，工具层据此校验请求。上下文模块再从仓库规则、相关代码和最近的工具结果中选择当前所需的信息。窗口接近上限时，它还负责压缩旧消息，保留目标、已改文件和未解决错误。

权限模块按读取、写入、执行命令、联网和发布等动作划分授权范围。沙箱则限制程序实际能够访问的目录和网络。这样，模型提出的动作在执行前有权限检查，执行时也有范围约束。

各模块沿着一次调用的顺序协作：

可观测性指能够通过记录了解系统的执行过程。调用 ID 将请求与结果对应起来，耗时、Token 用量和退出原因则帮助定位失败与成本来源。

模块通过明确接口连接，所以更换模型时，大部分执行和存储组件可以复用。不过，模型理解指令和选择工具的能力会变化，提示词、工具描述与预算仍需重新评测。

修复失败的单元测试时，Harness 要让模型看见错误、修改代码，再验证修改是否有效。这个过程可以按以下六步理解：

这些外部检查为完成判断提供证据。测试能覆盖的范围有限，所以代码审查还要检查测试之外的风险。

完整的开发流程见 AI 辅助开发。

一个上下文窗口装不下全部工作时，下一段会话仍需要知道已经做了什么。Harness 因此要把进度保存在窗口之外，并准备以下四类信息或产物：

进度文件：记录目标、已完成项、剩余工作和未解决问题。新会话先读取这些信息，避免重复探索。
代码版本：用快照或授权后的增量提交记录可验证的改动。每完成一个可验证单元就保存版本，出错时便于比较差异，并在授权范围内恢复。新会话也能通过 Git 日志了解改动过程。
初始化脚本：记录依赖安装、服务启动和测试命令，让新会话可以一条命令重建所需环境，减少重新摸索的时间。
子任务产物：独立搜索或子任务可以使用自己的上下文，将结果保存为文件。主循环保留结论和证据位置，后续需要细节时再读取。

子任务怎样分派和汇总，见多 Agent 协作。

恢复时要重新读取当前代码与进度文件。如果其他人已经修改了代码，旧测试结果和旧结论就需要复核。检查点与副作用恢复见Agent 状态与持久化执行。