55 lines
4.0 KiB
Markdown
55 lines
4.0 KiB
Markdown
---
|
||
title: "Review: Agent Harness Engineering Survey"
|
||
created: 2026-05-23
|
||
updated: 2026-05-23
|
||
type: review
|
||
tags: [review, agent, harness, survey]
|
||
sources: [raw/papers/agent-harness-engineering-survey-2026.md]
|
||
---
|
||
|
||
# 📌 基本信息
|
||
|
||
- **论文标题**: Agent Harness Engineering: A Survey
|
||
- **作者**: Junjie Li, Xi Xiao, Yunbei Zhang, Chen Liu 等（CMU × Yale × JHU × NEU × Tulane × UAB × OSU × Virginia Tech × Amazon）
|
||
- **投稿**: TMLR 2026（Under Review）
|
||
- **项目页**: Awesome-Agent-Harness
|
||
- **添加时间**: 2026-05-23
|
||
- **规模**: 51 页, 170+ 开源项目映射
|
||
|
||
# 🎯 核心概念
|
||
|
||
1. **[[agent-harness-engineering]]** — Agent 执行骨架工程：包裹 LLM 并进行长时间多步骤任务执行的七层基础设施控制平面
|
||
2. **[[etclovg-taxonomy]]** — ETCLOVG 七层分类法：Execution / Tooling / Context / Lifecycle / Observability / Verification / Governance，将 O 和 G 提升为独立架构层
|
||
3. **[[binding-constraint-thesis]]** — 约束瓶颈论：基础设施质量（而非模型能力）设定了 Agent 可靠性的天花板
|
||
4. **[[harness-coupling-problem]]** — Harness 各层高度耦合，局部优化可能破坏全局——应作为**控制系统**来测试
|
||
5. **[[cost-quality-speed-trilemma]]** — 成本、质量、速度三者不可兼得的三方张力
|
||
6. **[[capability-control-tradeoff]]** — 每次 Harness 能力扩展都增大安全和控制问题
|
||
7. **[[prompt-to-harness-evolution]]** — 三阶段工程演进：Prompt Engineering → Context Engineering → Harness Engineering
|
||
8. **[[trace-native-evaluation]]** — 以 Agent 踪迹而非最终分数为中心的评估范式
|
||
9. **[[practitioner-research-gap]]** — 从业者-研究鸿沟：Harness 工程价值已被实践但缺乏学术形式化
|
||
10. **[[three-engineering-phases]]** — Prompt → Context → Harness 三阶段视野扩展演进
|
||
11. **[[context-drift]]** — 上下文漂移：U 形注意力 + Context Rot + 工具累积的三种退化
|
||
12. **[[agent-sandbox]]** — 进程级/语言级/Wasm/浏览器四种执行隔离沙箱
|
||
13. **[[multi-agent-orchestration]]** — 层级、团队、工作流、Fan-out、图组合五种编排模式
|
||
|
||
# 🔗 概念网络
|
||
|
||
- **核心连接**: [[binding-constraint-thesis]] ↔ [[harness-coupling-problem]] ↔ [[cost-quality-speed-trilemma]]
|
||
- **七层体系**: [[execution-environment]] → [[tool-interface]] → [[context-management]] → [[lifecycle-orchestration]] → [[agent-observability]] → [[agent-verification]] → [[agent-governance]]
|
||
- **开放问题链**: [[hardening-execution-environments]] → [[reliable-state-long-running-agents]] → [[trace-native-evaluation]] → [[standard-agent-handoffs]] → [[adaptive-harness-simplification]]
|
||
- **扩展网络**: 连接了 29 个概念页，通过 O/V/G 独立层和 [[practitioner-research-gap]]、[[agent-frameworks-to-platforms]] 深入交叉
|
||
- **修复断链**: （补充集成）修复了 review 中 3 个中文 wikilink 错误
|
||
|
||
# 📚 Wiki 集成
|
||
|
||
- **新增页面**: 30 个（1 论文 + 29 概念）含 2026-05-30 补充的 8 个概念
|
||
- **链接密度**: 每概念页平均 ~5 个交叉引用
|
||
- **论文页链接**: 连接了全部 5 个开放问题 + 跨层综合 3 个核心概念 + 8 个补充概念
|
||
- **总规模**: 373 → 409 页（首次）+ → 563 页（补充集成 + 同期其他论文）
|
||
|
||
# 💡 关键洞察
|
||
|
||
1. **从组件思维到系统思维**: 这篇综述最有价值的贡献不是分类本身，而是**跨层综合**——Harness 耦合问题表明，prompt、tool、memory、sandbox、verifier 和 monitor 不能独立调优，必须作为单一控制系统来测试。这对任何部署 Agent 的团队都有直接的操作意义。
|
||
|
||
2. **从模型中心到基础设施中心**: Bölük 的实验（仅改变 harness 格式，15 个 LLM 同时提升）是"模型不重要论"的最强实证锚点。论文将此从轶事提升为系统性的约束瓶颈论，并提供了三个维度的证据链（演进、跨层综合、开放问题），使该论点从一个直觉变成一个可操作的工程框架。
|