Agent总翻车，多数人修错了地方

Andrej Karpathy在最近一段视频里扔了句话：

"现在AI最大的错误，是人们逼着agent去干活，而不是先为模型掌握好harness engineering。2016年我们在OpenAI就犯过这个错，代价是5年。"

他的意思很直接：agent不是产品，harness才是。地基没搭好，上面堆什么都塌。所谓harness，就是模型外面那层环境，负责把模型一次性的聪明变成能重复的工作。

Lunar研究员写过一篇长文讲这件事，标题叫《Harness Engineering: The Complete Guide to Building AI Agents That Don't Fall Apart》。文章开头有个判断很准：大部分agent的失败，不在推理层，在环境层。

Agent不知道哪些文件重要。它在正确的地方用错了工具。它丢了上一轮会话里做过的决定。它没跑检查就宣布成功。它在一次部分失败后又重复了同一个动作。它拿到了本该走审批的权限。

模型未必有问题。模型周围那套系统不完整。这套系统叫harness，设计它正在变成一门单独的工程学科。

先把任务变成契约

"优化一下onboarding流程"。这句话作为聊天够用，作为自主执行远远不够。

Harness要干的第一件事，是把这句话翻成一份任务契约：目标是什么、范围在哪、什么不能动、什么证据算完成、哪些动作需要人批准。

没有契约，agent优化的是"看起来在干活"。有了契约，它优化的是"可验证的完成"。它的问题从"下一步该做什么"变成"什么动作让环境更接近契约里的结果"。

给地图，别给手册

把整个代码库、整本文档、全部对话历史倒进上下文，不叫上下文工程，叫上下文洪水。

好的harness先给一张小地图：产品规则在哪个目录、架构文档在哪、测试命令怎么跑。agent需要细节的时候自己去取。这叫渐进式披露。目标很简单：每token最大信号。

工具不是越多越好

给agent二十个工具，它就有二十种犯错方式。

每个工具都该有明确契约：输入是什么、前置条件是什么、成功证据是什么、失败了怎么返回、风险等级如何。四件事分开走：模型决定意图，网关校验动作，工具改变环境，传感器观察结果。模型可以提议一个动作，网关决定这个动作是否值得执行。

完成这件事，模型说了不算

Agent说"done"，不是证据。它只是又一段模型输出。

完成必须由环境里可观察的变化来判定。"bug修好了"的证据是失败的测试变绿。"页面正常"的证据是浏览器流程跑通。能交给编译器、schema、校验和、查询、测试回答的问题，别扔给另一个模型。模型处理歧义，代码铺管道。模型可以提议任务完成了，只有环境能证明它完成了。

验证应该去攻击结果

Worker和evaluator不该共享同一个目标。Worker努力把方案做到最强，evaluator努力找到它该被拒绝的理由。

如果你让同一个agent在同一个上下文里"再检查一遍"，它通常会保留造成错误的那些假设。有用的验证阶段，是一次有组织的证伪。它不是第二次意见，是一次尝试性反驳。

失败先分类，再决定动作

最常见的恢复策略是"失败了，再试一次"。那不叫恢复，叫重复。

超时要退避重试。参数错要修工具调用。缺上下文要精准取源。测试挂了要去看失败行为。权限被拒要么申请审批，要么走安全路径。需求自相矛盾要升级给人。同一个失败原样出现两次以上，停。

重试至少要改变一个相关条件，否则就是花钱复现同一次失败。

规则反复出现，就往下沉

"记得跑formatter"。"不要跨层引用"。"生成文件不要手改"。

这些写在prompt里，靠模型记性。靠不住的。一条规则如果反复出现，就把它从说明往下沉：说明、清单、模板、自动检查、强制策略。越往下越可靠。prompt解释判断，harness强制不变量。

Harness也会腐化

更多harness不一定更好。模型变强了，任务变了，昨天为绕开模型缺陷打的补丁，今天变成拖慢系统的摩擦。

每个路由、评估器、记忆层、重试规则都该问一遍：它防的是哪种失败？这种失败现在还多吗？它加了多少延迟和复杂度？删掉会怎样？最好的harness往往是最小的那个，小到能可靠闭合"意图到证据"这条链，就够了。

从最小的一层开始

不需要一上来就搞多agent编排平台。按层搭。

第一层，一个有边界、能验收的任务。第二层，一个看得懂的环境，有地图、有命令、有本地说明。第三层，受控的工具，有参数校验、有权限边界、有结构化返回。第四层，持久执行，有状态、有检查点、有决策记录。第五层，证据，有确定性检查、有对抗性验证、有变更回执。第六层，恢复和学习，有失败分类、有边界重试、有升级机制。

先建能消除你眼下真实失败的那一层。别因为一次prompt偶尔需要澄清，就上多agent架构。复杂度要靠观察到的失败来挣。

回到Karpathy那句话。他说现在在做agent的你，站在最前面。不是OpenAI，不是DeepMind，是你。

但站在前面不等于往prompt里继续加形容词。前面那件事，是先给模型搭一个能让它不散架的环境。

当agent又翻车的时候，先别急着改prompt。看看它周围那套系统，是不是压根没搭起来。