Harness、Loop 與 Graph Engineering 解構
可靠的 AI 代理，靠的不只是模型能力
很多人會把 AI 代理理解成「可以使用工具並完成任務的大語言模型」。這個說法沒有錯，但真正決定 AI 代理能否在企業環境穩定運作的，往往不是模型本身，而是圍繞模型建立的架構。
一個強大的模型不能自動安全地存取企業系統、保留進度、處理錯誤、驗證自己的輸出，或協調多步驟流程。這些能力需要由 harness、loop 及 graph 三個層面共同提供。
甚麼是 agent harness engineering？
Harness engineering 是為 AI 模型建立營運環境的工作。它包括指令、工具、數據連接、記憶、權限、執行規則、監控與日誌。換句話說，harness 把一個語言模型變成可在企業場景中工作的系統。
甚麼是 Agent Harness Engineering？
它同時處理時間限制、重試、模型選擇、審批要求、用量預算、錯誤處理和活動紀錄。沒有這些控制，AI 代理即使擁有強大的工具，也未必能安全或一致地使用。
為甚麼 harness 重要？
Harness 決定代理知道甚麼、可以做甚麼，以及能在多安全的邊界內運作。當代理經常選錯工具、失去進度、讀取不應接觸的資料，或在不同環境表現不一致時，問題通常不是提示詞，而是 harness 架構。
例如跨多個工作階段執行任務的代理，需要可靠地保存狀態。它可能需要 checkpoint、進度紀錄、文件歷史或結構化記憶，而不只是更長的對話紀錄。
管治同樣重要。能更新客戶紀錄的代理，不應自動擁有刪除紀錄的權限；能準備付款的代理，也不一定應該可以批准付款。Harness 會定義這些邊界，並在高風險行動前加入人工審批。
甚麼是 loop engineering？
為甚麼 Agent Harness 很重要？
良好的 loop 不只是叫代理「繼續嘗試」。它會定義流程如何開始、甚麼結果算成功、需要檢查哪些證據、如何提供回饋、允許多少次重試，以及何時應升級給人處理。
例如生成報告的代理，不應只交出文件便結束。系統可以檢查章節是否齊全、數字是否與資料庫一致、引用連結是否有效，並在條件不合格時要求修正。這就是驗證 loop。
企業甚麼時候需要 loop？
當第一次輸出未必足夠可靠，或錯誤成本值得額外檢查時，loop 就很有價值。撰寫內部簡報可能不需要多輪驗證；準備客戶報價、修改資料庫或生成合規報告，則需要更強控制。
Loop 的數量要與任務價值及風險相稱。每一次審查、模型調用或工具操作都會增加成本和時間。目標不是讓代理無限重做，而是加入剛好足夠的結構化回饋，讓結果可信。
甚麼是 Loop Engineering？
Graph engineering 定義多步驟代理工作流程的結構。在 workflow graph 中，每個節點代表一個步驟，節點之間的連線決定下一步可以發生甚麼，包括固定順序、條件分支、並行任務、人工審批、重試或升級。
例如客戶 onboarding 可能先收集資料，再驗證文件、檢查資格、建立客戶紀錄，最後要求批核。有些申請可直接通過，有些則需要補交文件或人工覆核。Graph engineering 會把這些路徑清楚定義。
Workflow graph 不等於 knowledge graph。Knowledge graph 描述資訊之間的關係；workflow graph 描述行動如何流動、狀態如何傳遞，以及流程在甚麼條件下轉向。
三層架構如何配合？
Harness 提供代理的營運環境，loop 管理反覆檢查與修正，graph 控制大型流程如何在不同階段之間移動。三者各自解決不同問題，不能互相取代。
以行業報告代理為例：harness 提供研究來源、企業知識、文件工具和發布權限；research loop 檢查證據是否足夠；review loop 驗證引用、結構與事實一致性；workflow graph 則把報告推進到研究、撰寫、審閱、批核與發布。
企業何時應使用 Loop？
第一步是判斷問題屬於哪一層。代理無法取得正確資訊、選錯系統、失去進度或權限過大，通常是 harness 問題。輸出接近但不穩定、任務完成後仍繼續運作，或未經驗證便停止，通常是 loop 問題。多個代理順序錯亂、批核被跳過、分支難以追蹤，則可能是 graph 問題。
不是所有問題都能靠改提示詞解決。過期資料、壞掉的整合、缺失的狀態、無限制權限和不清晰的停止條件，都需要架構層面的修正。
甚麼才算 production-ready？
可投入生產的 AI 代理，不只是使用了最新模型。它需要受控環境、可靠業務背景、有限工具權限、持久狀態、以證據為本的驗證、清晰停止規則，以及可觀察的工作流程。
模型提供智能，架構決定這份智能能否被企業信任。Harness、loop 和 graph engineering 合起來，才真正把 AI 示範變成可營運的企業系統。
甚麼是 Graph Engineering？
Graph engineering 定義多步驟 AI 代理工作流程的結構。
在工作流程圖中，每個節點代表一個步驟，節點之間的連線則決定下一步可以發生甚麼。這些連線可以代表固定順序、條件判斷、平行任務、人手審批、重試或升級處理。
例如，客戶開戶流程可先收集資料，再核實文件、檢查資格、建立客戶紀錄，最後申請批准。有些申請可直接完成，另一些則需要補交文件或人手覆核。
Graph engineering 將這些可能路徑清楚定義：哪些步驟可執行、甚麼條件會推進工作，以及失敗時應如何處理。
它有別於知識圖譜。知識圖譜描述客戶、產品、公司及交易等資訊之間的關係；工作流程圖則描述控制流程，包括行動的次序及各狀態之間傳遞的資料。
AI 代理何時需要工作流程圖？
當流程包含重要分支、平行工作、審批、專門代理或復原路徑時，工作流程圖便十分有用。
只有少量工具的簡單代理未必需要正式圖譜。模型或許已能決定使用哪個工具及其順序；過早加入大型流程圖，反而可能令系統過於僵化。
當流程的某些部分必須可預測時，圖譜最有價值。企業可容許代理在某個階段靈活規劃，同時要求所有完成的任務在更新任何紀錄前，必須通過驗證及審批。
這在代理自主性與營運控制之間取得平衡：代理可在需要彈性的地方推理及調整，圖譜則確保企業不能略過的步驟得到執行。
團隊亦不應在未真正了解任務如何完成前，便把流程形式化。只按理想流程建立複雜圖譜，遇上真實例外情況時可能失效。較好的做法是先由簡單代理開始，觀察它如何處理工作，再把穩定路徑逐步形式化。
Harness、Loop 與 Graph Engineering 如何配合？
這三層架構彼此互補。
Harness 為代理提供運作環境，包括完成任務所需的工具、知識、記憶、權限及監控。
Loop 管理這個環境中的重複工作，決定代理如何檢查結果、回應回饋、重試任務，以及何時判定工作完成。
Graph 控制較大流程如何在不同階段之間推進，決定下一步執行甚麼、哪些條件會產生不同路徑、哪些活動可平行進行，以及何時需要人手批准。
以撰寫及發布行業報告的 AI 代理為例：Harness 讓它存取已批准的研究來源、公司知識、文件工具及發布權限；研究 loop 檢查證據是否足夠並在需要時補充來源；覆核 loop 驗證引文、結構及事實一致性；工作流程圖再把報告依序帶過研究、起草、覆核、批准及發布。
每一層都處理不同問題。再強的 harness 不能代替缺失的驗證 loop；精心設計的 loop 不能修正把任務帶往錯誤路徑的流程；詳盡的 graph 亦不能彌補不可靠工具或缺少的業務背景。
如何診斷失效的 AI 代理？
第一步是找出哪一層導致問題。
當代理無法存取正確資訊、反覆選錯系統、遺失進度，或擁有過多權限時，便應檢視 harness。
當輸出接近正確卻不穩定、任務完成後仍繼續工作，或未驗證結果便停止時，問題很可能出在 loop。
當多個代理以錯誤次序運作、跳過審批、分支難以管理，或無法追蹤長流程中的失敗原因時，graph 可能需要重新設計。
並非每個問題都是提示詞問題。改善指令措辭無法修正過時數據、損壞整合、缺失狀態、無限制權限或未定義的停止條件。
把症狀對應至正確的架構層，能避免團隊反覆更換模型或重寫提示詞，卻沒有處理真正原因。
企業應避免哪些錯誤？
最常見的錯誤之一，是在尚未理解底層工作前便建立複雜圖譜。團隊有時把既有流程拆成數十個固定節點，卻未先觀察代理如何處理真實個案，結果可能保留低效步驟，亦令部署難以調整。
另一個錯誤，是讓同一模型在沒有獨立證據的情況下，同時產出及審批自己的工作。自我覆核可以有用，但模型可能重複相同假設或忽略相同錯誤。重要輸出應透過確定性驗證、獨立覆核背景或人手批准檢查。
無邊界 loop 亦會帶來風險。要求系統一直嘗試直到結果看起來更好，可能消耗大量資源，卻無法保證改善。每個 loop 都應有可量度目標、重試上限、預算及清晰的升級處理路徑。
企業亦應避免向代理提供所有可用工具及資訊。更多背景不一定更好；太多工具會增加代理選錯工具的機會，過量資訊亦會令相關指令更難辨識。存取範圍應限於代理完成指定任務所需的內容。
甚麼令 AI 代理可投入生產環境？
可投入生產環境的代理，不只取決於所使用的模型。
它需要受控環境、可靠業務背景、精準工具權限、持續狀態、以證據為本的驗證、清晰停止規則及可觀察的工作流程。營運人員必須能理解代理做過甚麼、為何作出決定、使用了哪些資訊，以及何時有人手介入。
Harness engineering 建立代理可運作的條件；loop engineering 令工作可反覆執行及驗證；graph engineering 則令複雜工作流程可見及可控。
三者結合，才能把 AI 示範轉化為營運系統。模型提供智能，但架構決定這份智能能否被信任來處理真實業務工作。
分享文章
其他網誌文章
