Anthropic 博客：harness 工程与上下文工程

一堂分享课

在这些 Anthropic 工程帖子中，主题不是“让模型更努力地思考”。

主题是：

长智能体任务需要运行时，而不仅仅是提示。

上下文可能会发生变化。评测器可以赞扬糟糕的工作。沙箱可能会泄露权限。工具可以暴露凭据。交接可能会失去真正的目标。有用的工作是 harness 工程。

上下文重置不是忘记

长任务会随着上下文的填充而降低。一些模型还表现出一种情境焦虑：一旦他们感觉到窗口快满了，他们就开始过早结束。

上下文重置是运行时的答案：

old agent context
 -> structured handoff
 -> fresh agent
 -> continuation from compressed state

目标不是抛弃历史。就是把历史压缩成一个更好的工作入口点。

这就是区别：

raw history = everything that happened
handoff = what the next agent needs to continue

评测器需要标准

评测器只会问“这好吗？”会漂移。

更好的评测器会提出具体的原则：

Does this follow the design rules?
Does it satisfy the task constraints?
Does the page actually work?
Does the output provide evidence?
What failed the rubric?

对于前端或可视化产物，评测器不应只读文本。它应该使用工具：打开页面、交互、检查截图、检查布局，并对每个标准评分。

循环变为：

planner -> generator -> tool-using evaluator -> revised generator

harness 产生的反馈是模型本身无法可靠地产生的。

托管智能体分裂大脑、双手和记忆

托管智能体架构非常有用，因为它分离了容易模糊的角色。

组件	拥有	不应该拥有
会议	仅附加事件日志、审核、恢复	上下文选择策略
Harness / 大脑	智能体循环、模型调用、工具路由、上下文工程	长期凭证或沙箱资源
模型	推理、规划、工具选择	直接基础设施接入
沙箱/手	代码执行、文件编辑、命令	主智能体状态或全局凭据
工具智能体	外部服务调用	将 token 暴露给模型或沙箱
凭证库	秘密	生成的代码或原始上下文

我想保留的一句话是：

会话不是上下文。

会话是持久的历史。上下文是根据该历史记录构建的运行时视图。

安全边界

安全故事也是一个运行时故事。模型、工具和沙箱不应全部获得相同的权限。

外部服务凭证应位于智能体和保管库后面。智能体可以请求采取行动；智能体使用限定范围的凭据执行；模型仅收到它需要的结果。

这可以防止生成的脚本、不受信任的网页或意外的日志转储继承广泛的 OAuth 令牌。

我会重用的模式

对于长期智能体：

1. Keep a durable event log.
2. Build context views from that log.
3. Reset context through structured handoff.
4. Use tool-enabled evaluators.
5. Separate brain, hands, and credentials.
6. Treat sandbox provisioning as a runtime resource.
7. Design logs and tool outputs for the model that will read them.

我的收获

harness 工程是运行时智能体对齐的实用形式。

它决定模型看到什么、可以做什么、如何获得反馈、如何恢复以及永远不会收到什么权限。提示很重要，但持久的杠杆作用是围绕模型的循环。