Agent Harness & RSI
Harness
Effective harnesses for long-running agents (2025.11.26) ⭐️
- 作者:Anthropic (by Justin Young)
- 意义:第一篇明确采用术语 Harness 的博文。
- 介绍:文章指出,long-running agents 的核心难题是跨 context window 持续推进工作:仅靠 compaction 容易留下半成品或过早宣告完成。文章提出两阶段 harness:initializer agent 建立功能清单、启动脚本、进度日志和 Git 基线;coding agent 每轮读取记录、检查已有功能,再逐项实现需求,通过端到端测试后更新状态并提交代码。
My AI Adoption Journey (2026.02.05)
- 作者:Mitchell Hashimoto
- 意义:Harness Engineering 术语的起源。
Harness engineering: leveraging Codex in an agent-first world (2026.02.11) ⭐️
- 作者:OpenAI (by Ryan Lopopolo)
- 意义:让 Harness Engineering 为社区所熟知。
- 介绍:文章以 OpenAI 团队完全由 Codex 编写代码的产品实验为例,说明 harness engineering 的核心是由人类定义目标、设计环境和反馈机制,让 agents 执行开发。具体做法包括将知识与计划版本化存入代码仓库,用简短的 AGENTS.md 引导检索,让 agents 能访问 UI、日志和指标,并通过自动测试、linters、架构约束和持续清理保障质量、控制技术债。工程师的重心因此转向构建 agents 能理解、验证和自主推进工作的系统;这种自治依赖配套投入,长期可维护性仍待验证。
The Anatomy of an Agent Harness (2026.03.10) ⭐️
- 作者:LangChain (by Vivek Trivedy)
- 意义:明确 Harness 的定义,提出 "Agent = Model + Harness".
- 介绍:Harness 是模型之外的一切,包括 system prompts、tools、bundled infra 和 orchestration logic 等,赋予模型持久状态、执行能力与反馈循环。其设计应从期望行为出发:用 filesystem 和 git 保存跨 session 进度,用 bash、sandbox 和测试工具执行与验证工作,用 memory、search、compaction 和 skills 管理知识与 context,再通过规划和持续执行机制支撑长期自主任务。作者强调,模型与 harness 会共同演进;即使模型能力增强,合适的环境、工具和验证机制仍然重要。
Skill Issue: Harness Engineering for Coding Agents (2026.03.12)
- 作者:HumanLayer (by Kyle)
- 介绍:文章将 harness engineering 视为 context engineering 的子集,强调通过配置和反馈机制提升 coding agents 的可靠性:保持 AGENTS.md 简洁,用 skills 按需加载知识、MCP 提供必要工具、sub-agents 隔离中间噪声,再通过 hooks、测试和类型检查约束行为、验证结果。验证成功时保持静默,失败时反馈错误,可以减少 context 膨胀。作者主张从简单配置起步,围绕实际失败持续迭代,并以更快交付高质量代码作为衡量 harness 优化的标准。
Harness design for long-running application development (2026.03.24) ⭐️
- 作者:Anthropic (by Prithvi Rajasekaran)
- 介绍:第一篇 Anthropic 博文的后续跟进,面向自主完整应用开发,引入 planner-generator-evaluator 架构:planner 将简短需求展开为产品规格,generator 实现功能,独立 evaluator 依据明确标准和浏览器实测反馈问题,推动迭代。这种分工缓解了模型自评偏乐观和功能遗漏的问题,提升了设计质量与可用性,也增加了时间和成本。作者强调,应随模型升级逐项检验 harness,移除不再必要的任务拆分和上下文管理,并根据任务难度决定独立评估是否值得投入。
Agent Harness Engineering (2026.04.19)
- 作者:Addy Osmani
- 介绍:整合各家观点的一篇综述。文章将 agent = model + harness,主张把提示、工具、context 管理、hooks 和验证反馈作为持续维护的工程系统。核心方法是从目标行为反推配置,将真实失败转化为规则与自动检查,并通过精简指令、持久状态和独立评估提升可靠性。随着模型升级,应移除不再必要的机制,为更复杂任务补充新的支持;Harness-as-a-Service 则让开发者复用现成 runtime,将精力集中于具体领域的工具和流程设计。
The Anatomy of an Agent Harness (2026.04.07)
- 作者:Avi Chawla
- 介绍:独立深度解读。文章将 agent harness 比作 LLM 的操作系统,梳理编排循环、工具、memory、context 管理、状态持久化、错误恢复、安全约束和验证等 11 项组件,说明可靠的自主行为来自这些机制的协作。设计时应把 context 视为稀缺资源,按需暴露工具,通过 checkpoint 保持任务连续性,并用测试或独立评估形成纠错反馈。作者主张先充分发挥单 agent 的能力,再按需要增加复杂度;随着模型进步,逐步简化 harness,同时保留执行、状态管理和验证等基础职责。
RSI
When AI builds itself (2026.05)
- 作者:Anthropic
Recursive Self-Improvement: Can AI Bootstrap Its Own Intelligence? (2026.06.04)
- 作者:jamesm.blog
RSI: A Conditional Theory, Not an Achieved Milestone (2026.07.02)
- 作者:Yuxuan Zhang
Harness Engineering for Self-Improvement (2026.07.04)
- 作者:Lilian Weng
- 介绍:RSI 相关论文的系统综述。
Everything Is a File, Including the Agent (2026.08.21)
- 作者:CiCi Y. Cheng
Agent Harness & RSI
https://xyfjason.github.io/blog-main/2026/10/10/Agent-Harness-RSI/