/tags/workflow/ Recent content in Workflow on 星澜 Hugo zh-CN Sun, 29 Mar 2026 14:00:00 +0800 /post/2026/03/29/2026032905/ Sun, 29 Mar 2026 14:00:00 +0800 /post/2026/03/29/2026032905/ <h2 id="引言">引言</h2> <p>上一篇讲的是第一类场景：用现成 agent 产品时，团队怎么把自己的 harness 搭好。</p> <p>这篇讲第二类：如果是自己开发退款 agent、审批 agent、客服分诊 agent，<code>agent harness</code> 到底长什么样？</p> <p>这是《<a href="/post/2026/03/29/2026032901/">01. AI Agent 与 Harness：概念梳理</a>》里提到的第二类场景——不是在现成 agent 产品外面加一层团队规范，而是自己从头搭一套业务 agent 系统。</p> <p>对退款、审批、客服分诊、工单流转这类系统来说，第一步通常不是先打磨 prompt，而是先把流程图画出来。 图一旦清楚，第一版系统骨架往往也就跟着出来了。</p> <h2 id="为什么先画流程图再谈-agent">为什么先画流程图，再谈 agent</h2> <p>这当然不是说：</p> <p><code>流程图 = 代码</code></p> <p>而是说，对于退款、审批、分诊、风控这类业务 agent，你一旦能把下面几件事画清楚，第一版系统骨架其实就已经出来了：</p> <ul> <li>有哪些节点</li> <li>节点之间怎么流转</li> <li>哪些节点必须确定性执行</li> <li>哪些节点可以交给模型判断</li> <li>哪些地方要加人工接管</li> <li>哪些地方要加验证和返工</li> </ul> <p>很多团队一开始觉得自己是在“做 AI agent”，后来真正落地时会发现，第一步其实更像：</p> <ul> <li>画流程图</li> <li>画状态流转</li> <li>画工具调用图</li> <li>画失败回退路径</li> </ul> <p>这些图一旦清楚了，agent harness 的大部分骨架也就跟着清楚了。</p> <p><code>能画出流程图，不代表已经把 agent 写完了；但通常已经走到了“能开始写 agent harness”的阶段。</code></p> <h2 id="graph-在表达什么">Graph 在表达什么</h2> <p>这里说的 <code>graph</code>，不要只把它理解成某个具体框架的对象。<br> 它更广义地指：</p> <ul> <li>节点</li> <li>边</li> <li>状态</li> <li>路由规则</li> <li>重试和返工路径</li> </ul> <p>一个业务 agent 的 graph，通常至少会包含几类节点：</p> <ul> <li><code>LLM 节点</code> <ul> <li>负责意图理解、信息提取、回复生成、某些开放判断</li> </ul> </li> <li><code>工具节点</code> <ul> <li>查订单、查政策、调退款接口、写工单、发通知</li> </ul> </li> <li><code>规则节点</code> <ul> <li>权限判断、风控判断、政策判断</li> </ul> </li> <li><code>验证节点</code> <ul> <li>检查动作结果是否真的生效</li> </ul> </li> <li><code>人工节点</code> <ul> <li>升级审批、转人工处理、人工兜底</li> </ul> </li> </ul> <p>这时 graph 真正表达的，不只是“业务流程长什么样”，还包括：</p> /post/2026/03/29/2026032903/ Sun, 29 Mar 2026 12:00:00 +0800 /post/2026/03/29/2026032903/ <h2 id="引言">引言</h2> <p>前面两篇把概念和演进背景铺开了，但真正落到工程里，最难的一层往往不是”怎么让 agent 开始做事”，而是”怎么确认它真的做成了”。</p> <p>很多团队已经有 prompt、skill、<code>AGENTS.md</code>、MCP 和常用工具，agent 也确实能开始干活。<br> 问题通常出在交付阶段：测试会漏跑，状态会漏校验，模型会以为自己完成了，系统却没有真的过关。</p> <p>所以这一篇只想回答一个非常落地的问题：</p> <p><code>验证阶段的 harness，到底应该怎么设计？</code></p> <p>尤其是下面这个追问：</p> <ul> <li>coding agent 里，我们已经会在 <code>AGENTS.md</code>、<code>CLAUDE.md</code>、skill 里要求“写完要补测试并运行”，但模型还是会偶尔忘记</li> <li>那业务 agent 的验证到底该怎么做</li> <li>动作后验证到底是什么</li> <li>它在 <code>agent harness</code> 里怎么落，以及在仓库规则、验证命令和 CI 流程里怎么体现</li> </ul> <p>如果你还没看前面两篇，可以先从《<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>》开始，再回来看这一篇会更顺。</p> <p>很多团队其实已经有了 <code>V1</code> 级别的 agent setup，但还没有真正进入 <code>V2 agent harness</code>。</p> <p>比如开发团队里，大家已经开始做这些事：</p> <ul> <li>指定统一使用 <code>Codex</code> 或 <code>Claude Code</code></li> <li>写 <code>AGENTS.md</code> / <code>CLAUDE.md</code></li> <li>把代码规范、框架规范、提交流程整理成 skill</li> <li>推荐安装 <code>dbhub MCP</code>、<code>GitHub MCP</code>、<code>fetch MCP</code></li> <li>固定常用命令、目录结构和交付格式</li> </ul> <p>这些都很有价值，而且已经远远不只是“写好提示词”了。<br> 但它们更多解决的是：</p> <ul> <li>怎么给 agent 足够的上下文</li> <li>怎么统一团队使用方式</li> <li>怎么让 agent 更容易做事</li> </ul> <p>这更多还是：</p> /post/2026/03/29/2026032902/ Sun, 29 Mar 2026 10:00:00 +0800 /post/2026/03/29/2026032902/ <h2 id="引言">引言</h2> <p>这几年看 AI 相关讨论，一个很明显的变化是：大家聊的话题一直在往外扩。</p> <p>最开始聊的是 <code>prompt</code>，后来开始聊 <code>context</code>、<code>tool calling</code>、<code>workflow</code>，再到这两年越来越常见的 <code>harness engineering</code>。</p> <p>表面上看，好像只是名词越来越多。 但如果把这些讨论放回工程语境里，它们其实指向的是同一个变化：任务越来越像真实系统问题，单次提示词已经不够解释 agent 的表现了。</p> <p>这篇文章想回答的，就是这个问题：</p> <p><code>为什么今天大家会从 prompt engineering，一路谈到 context engineering，最后谈到 harness engineering？</code></p> <p>如果你更想继续往后读：</p> <ul> <li>验证落地篇：<a href="/post/2026/03/29/2026032903/">03. AI Agent 与 Harness：V2 Harness 的验证设计</a></li> <li>工程落地篇：<a href="/post/2026/03/29/2026032905/">05. AI Agent 与 Harness：Agent Harness、Graph 与退款 Agent</a></li> <li>团队落地篇：<a href="/post/2026/03/29/2026032904/">04. AI Agent 与 Harness：Repo Instructions、Skills 与团队工作流</a></li> <li>外部文章拆解：<a href="/post/2026/03/29/2026032906/">番外. AI Agent 与 Harness：Anthropic 和 LangChain 的 Harness Engineering</a></li> </ul> <p><code>harness engineering</code> 之所以变成热词，不是因为大家突然发明了一个新名词，而是因为任务复杂度真的变了。</p> <ul> <li>当任务还只是一次性问答时，prompt 就已经很有用</li> <li>当任务开始跨多轮、多工具、多状态、多系统时，光靠 prompt 就不够了</li> <li>一旦目标从“回答得像”变成“真的做完并且做对”，系统设计就自然会压过单次提示词技巧</li> </ul> <p><code>AI 讨论的重心，正在从“怎么让模型更会说”，转向“怎么让系统更稳定地做完”。</code></p> <h2 id="为什么今天大家会频繁谈-harness">为什么今天大家会频繁谈 harness</h2> <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>这些当然都重要。<br> 但一旦模型开始进入真实业务系统，大家很快就会撞上另一类问题：</p>