Agent Harness 综述：当模型不再决定一切，Agent 拼什么？

日期：2026/05/20

核心判断

2026 年 5 月，学术界出现首篇系统综述 Agent Harness（Agent 执行框架/脚手架）的论文。该综述指出，生产环境中 LLM Agent 的可靠性越来越取决于包裹大模型的基础设施层——执行环境、工具接口、上下文管理、生命周期、可观测性、验证与治理——而非仅靠模型能力。论文提出 ETCLOVG 七层架构，将 Agent Harness 工程确立为独立系统层。

发生了什么

据 PaperWeekly 报道，这篇首篇 Agent Harness 综述论文的核心论点是：Agent 的性能差异不仅取决于底层模型能力，更取决于 Harness 层的设计质量。原文称："当模型能力不再是唯一变量，Agent 的胜负开始落到执行环境、工具接口、上下文、验证与治理这一整套 Harness 上。很多 Agent 系统进入真实任务后暴露出的不稳定，已经很难只用模型能力不足来解释。"

论文提出 ETCLOVG 七层分类架构，将 Agent Harness 拆解为七个独立组件：

• Execution（执行层）：Agent 的推理-行动循环编排
• Tooling（工具层）：工具注册、调用协议和结果解析
• Context（上下文层）：上下文窗口管理、记忆和状态维护
• Lifecycle（生命周期层）：Agent 会话的创建、暂停、恢复和终止
• Observability（可观测性层）：行为追踪、日志和监控
• Verification（验证层）：输出校验、安全检查和合规审查
• Governance（治理层）：权限控制、访问策略和使用审计

该论文将大量开源项目映射到 ETCLOVG 分类体系上，据 PaperWeekly 报道，"开源项目样本库显示，生命周期层项目数量最密集"。

几乎同时，另一篇 2026 年 4 月发表的综述《Agent Harness for Large Language Model Agents: A Survey》将 Agent Harness 形式化为六元组 H = (E,T,C,S,L,V)：执行循环、工具注册、上下文管理器、状态存储、生命周期钩子和评估接口，并追溯了 Harness 概念的演变轨迹。

为什么值得关注

PaperWeekly 原文指出，这一综述揭示了一个被行业低估的事实：Agent 工程正从"选什么模型"的讨论转向"怎么搭框架"的讨论。

同一天，JiuwenSwarm 的发布以工程实践印证了这一判断。

openJiuwen 社区（华为 2012 实验室与华为云 AgentArts 团队联合构建）发布蜂群 Agent 开源框架 JiuwenSwarm。据 InfoQ 报道，该框架明确提出从 Harness Engineering 走向 Coordination Engineering："Harness 强调约束和纠错，Coordination Engineering 在此基础上进一步关注 Agent 的组织、协作和持续进化。"

JiuwenSwarm 包含四个关键组件：Agent Swarm（多 Agent 自主分工与动态协商）、Swarm Skills（将协作经验封装为可复用团队技能）、Swarm Skills Hub（社区技能共享市场）、Swarm Skills 自演进（从执行轨迹中自动反推可复用技能）。它支持两种人机协同模式——HOTS（Human on the Swarm，人作为指挥官全局调度）和 HITS（Human in the Swarm，人作为蜂群中一员沉浸式协作）。

在权威评测 PinchBench 中，JiuwenSwarm 以 94.2% 综合得分达到业界 SOTA，相比 OpenClaw（91.6%）提升近 3 个百分点，同时平均 token 消耗降低 34.8%。这一成绩的底座是 openJiuwen Harness 在 DeepAgent 架构、上下文工程、长期记忆机制等方向的持续打磨。

两条线索交汇于同一天：学术界从理论层面提出"Harness 决定 Agent 成败"的 ETCLOVG 体系，JiuwenSwarm 则从工程层面将该理念推进到"单 Agent Harness 之后，多 Agent 协同是下一跳"。

可能影响

• Agent 工程话语权转移：PaperWeekly 原文指出 Harness 层设计能力将成为差异化竞争焦点，Agent 竞赛的下半场将从"谁有更强模型"转向"谁有更好的 Agent 基础设施"。
• 开源生态重构：综述论文将大量开源项目按 ETCLOVG 分类映射，InfoQ 报道的 JiuwenSwarm 案例展示了开源社区在 Harness 层和协同层的活跃度。JiuwenSwarm 全套开源（AtomGit + GitHub），Swarm Skills Hub 允许开发者上传和共享团队技能。参考文章未涉及 Harness 综述对此的进一步延伸。
• 多 Agent 协同进入工程交付阶段：InfoQ 报道指出，"从共识到工程交付，中间仍有很长距离。多 Agent 如何分工，如何交接，如何复用经验，如何在失败后修正自身，都不是简单调用几个模型就能解决的问题。" JiuwenSwarm 的 Swarm Skills 自演进机制是这一方向的工程探索。

参考文献

• PaperWeekly: 首篇Agent Harness综述：模型之外，Agent拼什么？
• InfoQ: 蜂群Agent来了！openJiuwen社区发布JiuwenSwarm，引领Coordination Engineering新范式

前沿科技异动雷达 2026/05/20 — Anthropic 同日多条动态

Anthropic 在 2026 年 5 月 19 日一天内爆出五条重大新闻，从人才、收购、工程质量到股权治理，四个维度综合显示其全栈封闭生态加速构建。

• 【人才】Andrej Karpathy 宣布加入 Anthropic 预训练团队。他曾在 X 平台发文称"未来几年 LLM 前沿将尤为关键"。Karpathy 曾是 OpenAI 创始成员、特斯拉 AI 总监，此次加盟被 APPSO 称为"Vibe Coding 之父回归大模型研发一线"。
• 【收购·生态封锁】Anthropic 以超 3 亿美元收购 API 工具公司 Stainless，收购后断供 OpenAI 和 Google。据智东西报道，Stainless 的 SDK 曾被"全球约四分之一专业软件开发者"使用，客户包括 OpenAI、Google、Replicate、Runway 和 Cloudflare。Anthropic 称"AI 前沿正从回答问题的模型转向能够行动的 Agent，Agent 的能力取决于它们能够触达哪些系统"。
• 【收购·Agent 工具】据智东西报道，Anthropic 被曝花 20 亿收购 Agent 工具企业，断供 Google 和 OpenAI。这是 Anthropic 近半年内第四次收购，此前已收购 Bun（运行环境）、Vercept（计算机使用 Agent）和 Coefficient Bio（生物技术 AI）。
• 【工程事故】Anthropic 发布 Claude Code 六周质量下滑事故复盘。据 InfoQ 报道，3 月 4 日至 4 月 16 日期间三项互不相关的独立变更上线：推理强度从高降为中等（3/4）、缓存漏洞逐轮清除推理历史（3/26）、系统提示词新增 25 词/100 词限制（4/16）。Opus 4.6 与 4.7 整体输出质量均降 3%，4 月 20 日全部修复。Reddit 用户指出子智能体暗中将任务委派给更便宜的 Haiku 模型，事故报告未覆盖。
• 【股权治理】Anthropic 点名八家机构，禁止通过 SPV 非官方渠道交易股份。据华尔街见闻报道，声明称"通过此类渠道进行的交易将被视为无效"，"最坏情况下持股可能归零"。部分通过 SPV 持有敞口的上市基金价格应声下跌，二级市场经纪商陷入混乱。