/tags/langchain/ Recent content in LangChain on 星澜 Hugo zh-CN Sun, 29 Mar 2026 15:00:00 +0800 /post/2026/03/29/2026032906/ Sun, 29 Mar 2026 15:00:00 +0800 /post/2026/03/29/2026032906/ <h2 id="引言">引言</h2> <p>聊 <code>harness engineering</code>，资料并不少，真正难的是不同文章经常不在同一层说话。</p> <p>Anthropic 和 LangChain 这两篇很适合放在一起看：前者更像在谈长任务架构，后者更像在谈运行时调优。</p> <p>如果前两篇《<a href="/post/2026/03/29/2026032901/">01. AI Agent 与 Harness：概念梳理</a>》和《<a href="/post/2026/03/29/2026032902/">02. AI Agent 与 Harness：从 Prompt 到 Harness</a>》解决的是概念和背景，那么这一篇要解决的是三件事：</p> <ul> <li>Anthropic 和 LangChain 这两篇文章各自在强调什么</li> <li>它们为什么都把 <code>harness</code> 看得比 prompt 更重要</li> <li>它们的视角有什么共同点，又有什么区别</li> </ul> <p>如果你更关心落地阶段的验证闭环，可以接着读《<a href="/post/2026/03/29/2026032903/">03. AI Agent 与 Harness：V2 Harness 的验证设计</a>》。</p> <h2 id="为什么这两篇文章值得单独拿出来看">为什么这两篇文章值得单独拿出来看</h2> <p>因为它们都把一个过去经常被模糊处理的问题说透了：</p> <p><code>模型能力强，不等于系统就稳定。</code></p> <p>过去很多讨论会把注意力放在：</p> <ul> <li>模型版本</li> <li>提示词技巧</li> <li>上下文长度</li> <li>是否支持工具调用</li> </ul> <p>但这两篇文章真正强调的是：</p> <ul> <li>工具怎么组织</li> <li>上下文怎么管理</li> <li>失败怎么被发现</li> <li>系统怎么返工</li> <li>长任务怎么防止熵增</li> </ul> <p>也就是说，它们讨论的重点不是“模型会不会”，而是“系统能不能稳定做完”。</p> <h2 id="anthropic-那篇到底在讲什么">Anthropic 那篇，到底在讲什么</h2> <p>文章原文：</p> <ul> <li><a href="https://www.anthropic.com/engineering/effective-harnesses-for-long-running-agents">Effective harnesses for long-running agents</a></li> </ul> <h3 id="1-它说的-harness-很重">1. 它说的 harness 很重</h3> <p>Anthropic 那篇最重要的一个信号是：<br> 他们说的 harness，不是几个 prompt，不是一份 <code>AGENTS.md</code>，也不是若干个 tool 描述。</p>