理应资讯
软件研发智能化

Agentic Harness 三代演进:从提示链、控制图到可执行代码环

理应编辑室 ·

InfoQ 梳理智能体脚手架的链、图、代码三类范式,比较可靠性与成本,并强调把模型输出当不可信输入、规划与执行解耦。

InfoQ 刊发 Karthik Ramgopal 等人关于 agentic harness 演进的长文,把过去几年的智能体脚手架概括成三条范式:Chains(链)、Graphs(图)、Code(代码执行)。

链是最早的线性编排,延迟和成本低,适合摘要、抽取等窄任务,但上游一次失误会沿链路放大,缺少系统化恢复。图用节点与边显式表达分支、并行、重试与状态,便于多代理编排与人在回路;代价是编排层更重,状态空间膨胀后流程定义本身可能变脆。代码 harness 则把「生成—在沙箱执行—校验—迭代」当作一等公民,用可编译、可跑通的反馈替代纯自然语言承诺,适合工程、分析、合规等必须可验证的场景,通常也最吃算力与时延。

作者给出的工程原则包括:把 LLM 输出当不可信输入;规划与执行解耦;投资可观测性;持续用失败样本改进。选型建议是「能解决问题的最简单抽象」——不要为了看起来先进而默认上图或代码环。对软件研发智能化读者,这篇文章把「提示词手艺」推进到「系统架构」:可靠性来自校验、状态与失败模式,而不是更长的提示。

综合来看,读者可先核验官方渠道与发布时间,再结合自身业务边界与合规要求决定是否跟进试点;本文仅整理公开信息,不构成采购、投资或法律建议,关键数字与能力边界请以一手文档为准。

# Agentic AI# Harness# LangGraph# 代码执行# 系统架构