Agent 自主是个错觉：你还在当它的循环

一段被转发的现场演示里，Anthropic 的 Cat Wu 从空终端开始，10 分钟搭出一套 Claude Code 配置。她的判断很硬：Prompting is basically over。95% 的工程师已经在跑自我改进循环，下一步是 graphs。

这种话很容易变成口号。真正有用的是 m4lka 那篇文章，它把 agent 系统拆成 7 层：Harness, Loops, Graphs。开头一句就很刺：你的 agent 并不自主，你是它的循环。它写，你读；它说 done，你查；它弄坏，你解释；然后你继续打字。

大多数所谓自主配置，都是一个人在偷偷补三个岗位：给模型一个工作的地方，告诉它对不对，决定下一步做什么。这三个岗位分别叫 harness、loop、graph。把它们当菜单会很乱。它们更像梯子，每往上一层，都因为下一层会在某个固定地方坏掉。

第 0 层是 chat。贴 bug 报告，模型给修复建议，你复制进编辑器，跑测试，再把错误贴回去。模型是聪明的函数，你是整个程序。一次问答没问题，重复劳动就是灾难。

第 1 层是 harness，给 agent 手。shell、文件、测试运行器、git、浏览器。最干净的判断方法：把模型从架构图里删掉，剩下的全是 harness。工具不是越多越好。十个窄而清楚的工具，好过四十个重叠工具。给 agent 能完成任务的最小环境。

第 2 层还是 harness，补记忆和墙。记忆放在模型外面：git commit 当检查点，产物用引用传递，别把整段日志塞回上下文。上下文是内存，harness 是硬盘。模型会忘，文件不会。墙是模型出错也依然生效的限制：最小权限、隔离 worktree 或沙箱、命令白名单、token 和时间预算。请它别碰 migrations 是愿望；它没有那个权限才是墙。

第 3 层是 loop，核心在 check。循环有四步：产出一个结果，检查，修正，重复。大家盯着重复，真正决定质量的是检查。没有能失败的检查，重复只是重复错误。检查强度看它接受的最弱证据。如果循环接受“模型说做完了”，那就是自报。写 bug 修复的检查时，先看第一行：一个在修复前就能通过的测试，证明不了任何事。检查必须能红，而且你最好亲眼看它红一次。

第 4 层是让反馈收敛。判词只说错了。反馈要说错在哪、以什么方式错、你已经试过什么。最简单结构是预期和实际之间的差距：EXPECTED 和 SAW 把红灯变成方向，FENCE 把下一次尝试限制在一个文件里，DEAD ENDS 记住死路，避免第 3 次尝试悄悄变回第 1 次。循环还要有出口。同一结果连续出现两次，agent 已经不再从循环里学习。继续加次数没用，缺的是它看不见的信息，或者任务本身问错了。

第 5 层是 graph，工作形状。节点和依赖。很多箭头是习惯，不是依赖。对每个箭头做早期启动测试：如果 B 在 A 完成前开始，会坏什么？答案是没什么，箭头就是习惯。audit billing 可以早于修复落地，开 PR 不行。每个 worker 要有自己的房间。四个 agent 挤在一个共享上下文里，很难算团队：更像一个 agent 戴四顶帽子，先写下的观点会变成所有人的观点。能用代码给出同样答案的步骤，比如合并、排序、去重、计数，就别交给模型。

第 6 层管 gate 和返回路径。通过 gate 的结果要冻结，变成只读，下游不能重新打开。失败时只重跑失败节点，带上反馈，已通过结果保持原样。每重跑一次好工作，都是给它一次新机会坏掉。gate 放在工作离开节点的地方，不要堆到最后。判断风险看撤销成本：如果错了，撤回要花多少代价。模型说“这碰到 auth”只是标签。auth 需要一次审批还是两次，应该在运行前写进代码。你最贵也最慢，只该站在错误无法撤销的位置。

第 7 层才是系统学习。失败属于哪一层，教训就落到哪一层。把教训放错层，它会变成建议。“注意不要重复工作”写在 prompt 里是希望；写在拆分器里是结构。学习别把上周日志整包喂进下周。喂一条规则。测试方法很简单：同一类失败不再收你两次钱。

评论区有人补了一刀。David Andriani 说，自我改进循环也需要记分牌。没人定义更好是什么，agent 会变得非常高效地乱逛。这话对第 7 层尤其成立。

m4lka 的短版本可以记成：harness 让 agent 有能力，loop 让它诚实，graph 让它有条理，学习让它比昨天好。层级不能跳。十个没有检查的 agent 不会给你十倍产出，只会给你十倍清理量。目标也简单：让系统只需要你在正确位置出现一次，别指望 agent 完全不需要你。

原文链接：fomoebka 的推文，m4lka 的文章。