AI Agent 入门：从概念到实现（续篇四）

2026 年 6 月，DeepSeek 启动大规模招聘，Agent Harness 团队规模扩大一倍，所有部门都在强调 Harness Engineering 能力。几乎同时，Anthropic 承认 Claude Code 出现「实质性质量下降」——但模型本身没有变差，问题出在编排层。这揭示了一个行业共识：模型能力到产品能力之间存在巨大的鸿沟，而 Harness 层是跨越这个鸿沟的关键。

Harness 层的本质：在模型能力与用户需求之间，构建一个可靠、高效、可观测的中间层。它决定了四个关键维度：

可靠性（Reliability）：模型偶尔犯错时，产品能否自动修复？Harness 层需要实现优雅降级（Graceful Degradation）策略——当系统无法完美完成任务时，尽可能提供有价值的部分结果，而不是直接失败。三种降级模式：部分成功（返回已成功的步骤，告知失败原因）、降级执行（自动切换到轻量模型）、人工接管（置信度低于阈值时请求用户确认）。

效率（Efficiency）：同样的任务，消耗多少 Token 和时间？Harness 层需要实现智能路由（根据任务复杂度选择模型）、语义缓存（对相似问题复用历史回答）、提示词优化（压缩不必要的 Token 消耗）。据 CNBC 报道，2026 年企业 AI 支出出现明显转向：从 Token 最大化转向效率优先。亚马逊、Uber、Salesforce 等公司全面推行 Token 预算管理，限制高端模型调用频次。

可观测性（Observability）：出错时能否快速定位是模型问题还是工程问题？Harness 层需要实现执行轨迹追踪（Tracing）、性能指标采集（Metrics）、异常日志聚合（Logging）。分层监控是关键：模型层监控输出质量（通过采样评估），工程层监控 API 调用、延迟、错误，业务层监控用户满意度、任务完成率。

成本可控（Cost Control）：能否在质量和成本之间找到平衡点？据高盛预测，到 2030 年全球 AI 令牌消耗将升至当前的 24 倍，那些没有建立成本优化体系的企业将面临严峻的财务压力。Sail Research 在 2026 年 6 月完成 8000 万美元融资，专攻长时 Agent 推理基础设施，核心投资逻辑是：Agent 工作流的令牌消耗是普通聊天的 50-500 倍，如果不做成本优化，大多数企业的 AI 预算将在几个月内耗尽。

实战案例：Anthropic 的教训。Claude Code 质量事故中，三个 Harness 层变更叠加导致系统性故障：降低推理默认值、清理空闲会话缓存、添加系统提示词。问题不在于每个变更本身，而在于缺乏灰度发布和快速回滚机制。如果每个变更都经过小流量验证，问题可以在影响 100 个用户时发现，而不是 10000 个用户。据 AWS Well-Architected Framework，AI 系统的 MTTR（平均恢复时间）应该小于 1 小时。Claude Code 事故的 MTTR 超过 2 个月，是典型的可靠性工程失败。

Harness 工程的未来趋势：

趋势一：Harness 平台化。2026 年下半年，Harness 平台将大量出现：Anthropic Managed Agents 内置编排引擎，开发者只需定义任务和安全护栏；OpenAI Assistants API 提供完整的 Agent 生命周期管理；LangGraph Cloud 提供托管的 Agent 运行环境，自动扩缩容。据 Anthropic 公告，使用 Managed Agents 的企业从原型到上线的周期从数月缩短到数天。

趋势二：可靠性工程标准化。当前 Harness 层的可靠性工程缺乏统一标准。2027 年，我们将看到行业标准的形成：AI Agent 的可用性、延迟、准确率 SLA 定义，模型故障、工程故障、数据故障的明确分类，标准化的降级、回滚、重试恢复策略。据 AWS Well-Architected 团队，他们正在制定 AI 系统的 Well-Architected Framework，预计 2026 年 Q4 发布。

趋势三：Harness 工程专业化。当前 Harness 工程师大多是全栈背景，但 AI Agent 的特殊性要求专门的知识体系。2027 年，Harness 工程将成为独立的专业方向：专业技能包括模型行为理解、可靠性工程、成本优化；类似 AWS Solutions Architect 的专业认证出现；专门的会议、博客、开源项目形成社区生态。

给不同规模团队的建议：初创团队（5-10 人）优先使用托管平台（如 Anthropic Managed Agents），将有限的工程资源集中在核心业务逻辑上。中型团队（10-50 人）基于开源框架构建自有 Harness 层，投资可靠性和可观测性。大型企业（50 人以上）自建完整的 Harness 平台，输出最佳实践，推动行业标准。

2026 年上半年，AI Agent 领域最重要的范式转移正在发生：从「对话式助手」到「行动式代理」。 这一转变的核心标志是三大 Agent 入口的成熟——Cursor 3（IDE Agent）、Claude Code（终端 Agent）和 Perplexity Comet（浏览器 Agent），它们分别代表了代码、系统和信息三个维度的 Agent 化。

OpenAI 内部数据揭示了这一转变的深度。 据 OpenAI 经济研究报告（2026-06），到 2026 年 5 月，80.6％ 的 Codex 抽样用户至少执行了一次预估超过 30 分钟人类工作量的请求，25.6％ 执行了超过 8 小时的任务。 更值得关注的是，知识工作者占 Codex 用户的约五分之一，且增速是开发者的 3 倍以上——这意味着 Agent 不再是程序员的专属工具，而是正在成为所有知识工作者的生产力基础设施。

Cursor 3 的发布标志着 IDE 从「代码编辑器」向「Agent 编排器」的根本性转变。 2026 年 4 月 2 日发布的 Cursor 3 不是版本升级，而是产品哲学重构——编辑器界面从「代码编辑器 + AI 侧边栏」重构为「Agent-First 界面」，核心变化包括：Background Agents（Agent 在后台并行运行）、Agent Tabs（多 Agent 会话并排查看）、Design Mode（在内置浏览器中标注 UI 元素）、Marketplace（30+ 插件扩展 Agent 能力）以及 Automations 框架（代码变更自动触发 BugBot 审查、Slack 消息触发 Agent 响应）。Cursor 工程负责人 Jonas Nelle 在接受 TechCrunch 采访时精确定义了 Agent 时代的协作模式：「不是人类完全被排除在外，而是人类只在需要的时候被引入。」

Claude Code 代表了另一种 Agent 入口范式——终端即 Agent 运行时。 Anthropic 的 Claude Code 在 2026 年的核心能力演进集中在三个方向：Sub-Agents（子代理，每个有独立上下文窗口）、Agent Teams（多 Claude Code 实例协同工作）和 Background Tasks（长时间运行任务在后台执行）。这种模式的核心优势是无界面约束——Claude Code 可以在 SSH 会话、CI/CD 管道、定时任务中运行，不需要人类盯着屏幕。

Perplexity Comet 则把浏览器变成了 Agent 执行器。 作为 Chromium 内核的 AI 原生浏览器，Comet 将 Perplexity 的搜索引擎直接内置于浏览器核心，Agent 不仅「帮你搜索」，更「帮你在浏览器里做事」——填表单、点按钮、跨标签页操作、监控任务进度。Bright Data 的 2026 年 Agent 浏览器对比报告 列出了 10 个 Agent 浏览器，说明「浏览器即 Agent」已经成为一个完整品类。

这三种入口共享同一个底层逻辑：人类定义目标，Agent 管理过程。 区别只在于「目标」的类型和「过程」的复杂度。对知识工作者而言，选型标准不是「哪个更强」，而是「你的任务在哪个界面里」——代码任务选 IDE，系统任务选终端，信息任务选浏览器。

Agent 工作流的设计模式正在从「Prompt-and-Monitor」向「Define-and-Delegate」演进。 最基础的用法是人类写 Prompt、Agent 执行、人类全程监控；高阶用法是人类定义目标和约束条件、Agent 自主拆解任务并执行、人类只在最终结果处验收。Cursor 的 Automations 框架让这种模式工程化——触发式 Agent（代码变更自动触发审查）、定时 Agent（每天凌晨自动运行质量扫描）、事件驱动 Agent（特定关键词触发自动响应）。而 Claude Code 的 Agent Teams 实现了终极模式——一个 Opus 4.6 作为「项目经理」，多个 Sonnet 作为「执行者」，每个执行者有独立的上下文窗口和专门的系统提示。

任务分解能力成为 Agent 时代的新核心竞争力。 能否高效使用 Agent，取决于能否把一个模糊的业务目标拆解为 Agent 可执行的具体步骤。这不是编程能力，而是系统思维能力。一个优秀的运营经理，即使从未写过一行代码，只要她能清晰描述「先做什么→再做什么→遇到异常怎么处理」，她就能比一个不会拆解任务的初级开发者更高效地使用 Agent。

Agent 经济学正在重塑 AI 产业的成本结构。 Gartner 预测 2026 年全球 AI 优化 IaaS 支出将达 375 亿美元，其中 55％ 将用于推理而非训练，到 2029 年这一比例将升至 65％ 以上。推理支出将从 2025 年的 92 亿美元增至 2026 年的 206 亿美元。这意味着 AI 产业的价值重心正在从「训练模型」转向「使用模型」——当 Agent 执行一个 8 小时的任务，它消耗的 Token 可能相当于 1000 次对话，Agent 的 ROI 计算不再是「每次对话多少钱」，而是「每个任务比人工便宜多少」。

与本文其他章节的关联： 本章讨论的 Agentic AI 工作流是第 1 章「从聊天机器人到自主智能体」演进路径的最新阶段——第三代 Agent 正在从「自主执行单任务」进化为「编排多 Agent 协作」。第 2 章的规划能力在这里体现为「任务分解」——人类将复杂目标拆解为 Agent 可执行的步骤。第 5 章的工具调用在这里扩展为三大入口范式（IDE/终端/浏览器）。第 7 章的记忆系统在 Perplexity Brain 中体现为「自改进上下文图谱」——Agent 记住自己犯过的错误，避免重复计算。

与 interview 的关联： 本章内容直接关联面试题 [agentic-workflow-001]，该题考察候选人如何为团队设计 Agentic AI 工作流方案，包括入口选型、工作流模式选择、成本优化和安全治理。