模型一样,两个团队结果能差出一截。
常见反应是:换模型、加 Prompt、再让它「再试一次」。
很多时候,错的不是模型,是你在改错误的那一层。
之前分别写过《Agent Harness 十二组件拆解》、《Loop Engineering》、《一文读懂 Graph Engineering》。三篇各讲一块零件。这篇只干一件事:把三层叠回一张图,出问题先定位改哪层。
口诀很短:
环境 → 反馈 → 流程
Harness 给模型干活的条件,Loop 设计工作与验收怎么转,Graph 规定下一步允许发生什么。
它们都围着同一个模型转,都能影响可靠性,也都能「看起来像在循环」。但解决的问题不是一回事。混在一起,你会在错的层上排障。
一、30 秒分清三层
| 层 | 一句话 | 你在设计什么 |
|---|---|---|
| Harness | 模型周围的环境 | 工具、记忆、权限、工作区、可观测 |
| Loop | 重复的工作与反馈循环 | 触发、目标、证据、停止条件 |
| Graph | 显式的流程拓扑 | 节点、边、分支、并行、人工门禁 |
用人话接一下:
- Harness:模型能不能碰到该碰的能力,状态会不会丢,出了事能不能看见
- Loop:这件事怎么重试、怎么验收、怎么停,而不是「感觉差不多就算了」
- Graph:复杂流程里,下一步允许去哪,谁能否决谁
回到选型这件事:单 Agent + 几个工具,往往 Harness + 少量 Loop 就够。分支、审批、多专家交接、并行汇合一多,才值得把 Graph 拉出来。
二、为什么现在要分清
裸模型自己干不了真活。它没法跨会话稳住项目状态,没法安全调工具,没法自己做权限门禁,也没法在该停的时候停。
这些都来自模型外面的系统。
Agent 软件成熟之后,实用栈大致是:
- Harness 给操作条件
- Loop 让活可重复、可验证
- Graph 让复杂流程显式、可控
分清层,很多架构争论会突然变小:你们吵的可能根本不是同一件事。
三、用一个假任务把三层串起来
假设你在做一个「调研并发布」的 Agent:定题 → 找来源 → 筛引用 → 写报告 → 法务审 → 通过才发布。
Harness 提供什么
浏览器与搜索、文件工作区、记忆、引用、审批入口、链路追踪、模型路由。缺工具、丢状态、权限过大、看不见调用过程——先查这里。之前《Agent Harness 十二组件拆解》里那套:上下文注入、动作面、持久化、执行控制、安全、可观测,对应的就是这层。
Loop 管什么
证据弱就重捞来源,引用失败就修,跑评分检查,市场变了就刷新稿。关键原则只有一句:
别围着「模型自信」转,围着证据转。
「Agent 说做完了」不是停止条件。测试过了、结构校验过了、引用能点开、审稿人点了头——才是。
Prompt 管的是这一次调用里模型听到什么。Loop 管的是调用之后系统怎么查、怎么反应、怎么存进度、怎么继续或终止。Prompt 改善一条回复;Loop 改善一条流程。之前《Loop Engineering》写的五块积木,落在这一层。
Graph 控什么路径
定题 → 调研 → 筛选 → 综合 → 起草 → 评审 → 发布,发布前卡一道人工门。节点边界、状态谁能读写、什么证据让任务前进/回退/升级、哪里可并行、重试几次、断点从哪恢复——都是 Graph。之前《一文读懂 Graph Engineering》讲的「循环看着循环」,说的就是这张网,而不只是把某一个循环拧得更紧。
同一条业务里三层都在,但不是同一个旋钮。
四、翻车先诊断,再动手
实用规则:
| 症状 | 优先改哪层 | 典型例子 |
|---|---|---|
| Agent 不能操作 | Harness | 缺工具、状态发霉、记忆弱、权限乱、不可观测 |
| 差不多能干活,但不稳 | Loop | 初稿接近但不硬、成功偶发、重试失控、没有完成证明 |
| 流程本身复杂 | Graph | 多专家、审批、分支、并行、结构化交接 |
别一上来就换更大的模型。先问:是环境坏了、反馈坏了,还是路径没画清楚?
五、五个常见混层错误
1、Graph 画太早
团队爱先画一张巨大流程图,还没看真实行为长什么样。更好的顺序:先把 Harness 做稳,收集链路,找出稳定模式,再把值得控制的部分形式化。结构加太早,系统会脆。
2、同一模型又写又判,没有护栏
自评有用,也共享同一批盲点。能确定性检查就别全靠模型;审稿换上下文;高影响动作留人工门。
3、把「再试一次」当成 Loop
那不是循环设计,是失控烧钱。每个循环都要:可测目标、真实证据、重试上限、升级规则。
4、Harness 当杂物抽屉
工具越多不等于 Agent 越好。工具一多:选错工具、上下文变吵、可靠性掉、风险面变大。好 Harness 不挤,它准。
5、把编排失败怪到模型头上
坏 API、发霉状态、没有退出条件、工具描述含糊、失败模式不可见——模型补不回来。谁拥有失败,就改谁那一层。
六、生产向极简检查单
Harness
- 工具是否窄、有文档?
- 状态是否可持久?
- 权限是否最小?
- 能否暂停、检查、恢复?
- 链路是否看得见?
Loop
- 什么证据证明成功?
- 失败时回传什么反馈?
- 重试几次?停止条件是什么?
- 预算烧光怎么办?
Graph
- 哪些路径必须确定性?
- 什么可并行?
- 人工门在哪?
- 共享状态是什么?
- 恢复路径从哪开始?
再补两刀:评估(能不能回放真实链路、对比版本、把改进归因到真实改动)和运营(成本、延迟、失败率、人工介入率、生产任务成功率)。
七、我的判断
很多人还在把 Agent 的突破点押在模型上。
上生产之后,真正拉开差距的,往往是模型外面那套:
- Harness 让它能干活
- Loop 让活可迭代、可验证
- Graph 让执行路径显式、可控
没有一层能替掉另外两层。
完美 Graph 救不了弱 Harness。强 Harness 没有好 Loop,照样烧钱。干净 Loop 碰上分支和审批全藏在临时代码里,也会管不住。
玩具 Demo 变真系统,靠的是三层都特意设计过——不是再换一次模型碰运气。
你下次 Agent 翻车时,先问一句:这是环境问题、反馈问题,还是流程问题?
答得清,改得才准。
参考链接
- 本号往期《Agent Harness 十二组件拆解-模型之外才是产品》(2026-06-16)
- 本号往期《Loop Engineering-别只会Prompt要开始设计Loop》(2026-06-06)
- 本号往期《一文读懂Graph-Engineering-从Loop到环看着环》(2026-07-21)
- 本号往期《Claude-Code动态工作流-Graph-Engineering-14步可并行》(2026-07-22)