Harness、Loop 与 Graph Engineering 解析
什么让 AI 代理可靠？
很多人会把 AI 代理理解为“可以使用工具并完成任务的大语言模型”。这个说法并没有错，但真正决定 AI 代理能否在企业环境中稳定运行的，往往不是模型本身，而是围绕模型建立的系统架构。
一个强大的模型不会自动安全地访问企业系统、保留进度、处理错误、验证输出，或协调多步骤流程。这些能力需要由 harness、loop 和 graph 三个层面共同提供。
什么是 agent harness engineering？
Harness engineering 是为 AI 模型建立运行环境的工作。它包括指令、工具、数据连接、记忆、权限、执行规则、监控和日志。换句话说，harness 把语言模型变成可在企业场景中工作的系统。
什么是 Agent Harness Engineering？
它同时处理时间限制、重试、模型选择、审批要求、用量预算、错误处理和活动记录。没有这些控制，AI 代理即使拥有强大的工具，也未必能安全、一致地使用。
为什么 harness 重要？
Harness 决定代理知道什么、可以做什么，以及能在多安全的边界内运行。当代理经常选错工具、丢失进度、读取不该接触的数据，或在不同环境表现不一致时，问题通常不是提示词，而是 harness 架构。
例如跨多个工作阶段执行任务的代理，需要可靠地保存状态。它可能需要 checkpoint、进度记录、文件历史或结构化记忆，而不只是更长的对话记录。
治理同样重要。能更新客户记录的代理，不应自动拥有删除记录的权限；能准备付款的代理，也不一定应该可以批准付款。Harness 会定义这些边界，并在高风险动作前加入人工审批。
什么是 loop engineering？
为什么 Agent Harness 很重要？
良好的 loop 不只是让代理“继续尝试”。它会定义流程如何开始、什么结果算成功、需要检查哪些证据、如何提供反馈、允许多少次重试，以及何时应升级给人工处理。
例如生成报告的代理，不应只交出文档就结束。系统可以检查章节是否齐全、数字是否与数据库一致、引用链接是否有效，并在条件不合格时要求修正。这就是验证 loop。
企业什么时候需要 loop？
当第一次输出未必足够可靠，或错误成本值得额外检查时，loop 就很有价值。撰写内部简报可能不需要多轮验证；准备客户报价、修改数据库或生成合规报告，则需要更强控制。
Loop 的数量要与任务价值和风险相匹配。每一次审查、模型调用或工具操作都会增加成本和时间。目标不是让代理无限重做，而是加入刚好足够的结构化反馈，让结果可信。
什么是 Loop Engineering？
Graph engineering 定义多步骤代理工作流的结构。在 workflow graph 中，每个节点代表一个步骤，节点之间的连接决定下一步可以发生什么，包括固定顺序、条件分支、并行任务、人工审批、重试或升级。
例如客户 onboarding 可能先收集资料，再验证文件、检查资格、创建客户记录，最后请求审批。有些申请可以直接通过，有些则需要补交文件或人工复核。Graph engineering 会把这些路径清晰定义。
Workflow graph 不等于 knowledge graph。Knowledge graph 描述信息之间的关系；workflow graph 描述动作如何流转、状态如何传递，以及流程在什么条件下转向。
三层架构如何配合？
Harness 提供代理的运行环境，loop 管理反复检查与修正，graph 控制大型流程如何在不同阶段之间移动。三者各自解决不同问题，不能相互替代。
以行业报告代理为例：harness 提供研究来源、企业知识、文档工具和发布权限；research loop 检查证据是否足够；review loop 验证引用、结构和事实一致性；workflow graph 则把报告推进到研究、撰写、审阅、审批和发布。
企业何时应使用 Loop？
第一步是判断问题属于哪一层。代理无法获取正确信息、选错系统、丢失进度或权限过大，通常是 harness 问题。输出接近但不稳定、任务完成后仍继续运行，或未验证就停止，通常是 loop 问题。多个代理顺序错乱、审批被跳过、分支难以追踪，则可能是 graph 问题。
不是所有问题都能靠改提示词解决。过期数据、损坏的集成、缺失的状态、无限制权限和不清晰的停止条件，都需要架构层面的修正。
什么才算 production-ready？
可投入生产的 AI 代理，不只是使用了最新模型。它需要受控环境、可靠业务背景、有限工具权限、持久状态、基于证据的验证、清晰停止规则，以及可观测的工作流。
模型提供智能，架构决定这份智能能否被企业信任。Harness、loop 和 graph engineering 合起来，才真正把 AI 演示变成可运营的企业系统。
什么是 Graph Engineering？
Graph engineering 定义多步驟 AI 代理工作流的结构。
在工作流图中，每个节点代表一个步驟，节点之间的連線则決定下一步可以发生什么。这些連線可以代表固定順序、条件判断、平行任务、人手审批、重試或升级处理。
例如，客戶开戶流程可先收集数据，再核实文件、檢查资格、建立客戶紀錄，最后申请批准。有些申请可直接完成，另一些则需要補交文件或人手复核。
Graph engineering 将这些可能路徑清楚定义：哪些步驟可執行、什么条件会推进工作，以及失敗时应如何处理。
它有別于知识图譜。知识图譜描述客戶、产品、公司及交易等资讯之间的关係；工作流图则描述控制流程，包括行動的次序及各狀態之间傳遞的数据。
AI 代理何时需要工作流图？
當流程包含重要分支、平行工作、审批、专門代理或復原路徑时，工作流图便十分有用。
只有少量工具的簡单代理未必需要正式图譜。模型或許已能決定使用哪个工具及其順序；过早加入大型流程图，反而可能令系統过于僵化。
當流程的某些部分必须可预测时，图譜最有价值。企业可容許代理在某个階段靈活规划，同时要求所有完成的任务在更新任何紀錄前，必须通过验证及审批。
这在代理自主性与运营控制之间取得平衡：代理可在需要彈性的地方推理及調整，图譜则確保企业不能略过的步驟得到執行。
團隊亦不应在未真正了解任务如何完成前，便把流程形式化。只按理想流程建立复杂图譜，遇上真实例外情況时可能失效。較好的做法是先由簡单代理开始，觀察它如何处理工作，再把稳定路徑逐步形式化。
Harness、Loop 与 Graph Engineering 如何配合？
这三层架构彼此互補。
Harness 为代理提供運作環境，包括完成任务所需的工具、知识、記憶、权限及監控。
Loop 管理这个環境中的重复工作，決定代理如何檢查结果、回应回饋、重試任务，以及何时判定工作完成。
Graph 控制較大流程如何在不同階段之间推进，決定下一步執行什么、哪些条件会产生不同路徑、哪些活動可平行进行，以及何时需要人手批准。
以撰寫及发布行业报告的 AI 代理为例：Harness 让它存取已批准的研究来源、公司知识、文件工具及发布权限；研究 loop 檢查证据是否足夠并在需要时補充来源；复核 loop 验证引文、结构及事实一致性；工作流图再把报告依序帶过研究、起草、复核、批准及发布。
每一层都处理不同问題。再强的 harness 不能代替缺失的验证 loop；精心設計的 loop 不能修正把任务帶往错误路徑的流程；詳盡的 graph 亦不能彌補不可靠工具或缺少的业务背景。
如何诊断失效的 AI 代理？
第一步是找出哪一层导致问題。
當代理无法存取正確资讯、反覆选错系統、遺失进度，或擁有过多权限时，便应查看 harness。
當輸出接近正確卻不稳定、任务完成后仍繼续工作，或未验证结果便停止时，问題很可能出在 loop。
當多个代理以错误次序運作、跳过审批、分支難以管理，或无法追蹤长流程中的失敗原因时，graph 可能需要重新設計。
并非每个问題都是提示詞问題。改善指令措辭无法修正过时数据、損壞整合、缺失狀態、无限制权限或未定义的停止条件。
把症狀对应至正確的架构层，能避免團隊反覆更換模型或重寫提示詞，卻沒有处理真正原因。
企业应避免哪些错误？
最常見的错误之一，是在尚未理解底层工作前便建立复杂图譜。團隊有时把既有流程拆成數十个固定节点，卻未先觀察代理如何处理真实个案，结果可能保留低效步驟，亦令部署難以調整。
另一个错误，是让同一模型在沒有独立证据的情況下，同时产出及审批自己的工作。自我复核可以有用，但模型可能重复相同假設或忽略相同错误。重要輸出应通过確定性验证、独立复核背景或人手批准檢查。
无邊界 loop 亦会帶来風險。要求系統一直嘗試直到结果看起来更好，可能消耗大量资源，卻无法保证改善。每个 loop 都应有可量度目标、重試上限、预算及清晰的升级处理路徑。
企业亦应避免向代理提供所有可用工具及资讯。更多背景不一定更好；太多工具会增加代理选错工具的機会，过量资讯亦会令相关指令更難辨识。存取范围应限于代理完成指定任务所需的內容。
什么样的 AI 代理才算可投入生产？
可投入生产環境的代理，不只取決于所使用的模型。
它需要受控環境、可靠业务背景、精準工具权限、持续狀態、以证据为本的验证、清晰停止规则及可觀察的工作流。运营人員必须能理解代理做过什么、为何作出決定、使用了哪些资讯，以及何时有人手介入。
Harness engineering 建立代理可運作的条件；loop engineering 令工作可反覆執行及验证；graph engineering 则令复杂工作流可見及可控。
三者结合，才能把 AI 示范转化为运营系統。模型提供智能，但架构決定这份智能能否被信任来处理真实业务工作。
分享文章
更多博客文章
