AI Agent

Anthropic 的 Harness Engineering 实践分析

从 Anthropic 三份最新材料中提炼四条 Agent 控制原则：上下文精简、阻止不等于终止、执行与评估分离、防御聚焦实际犯错点。每条原则都有交叉验证和实践启示。

从 Prompt Engineering 到 Context Engineering，再到 Harness Engineering——Agent 时代的工程方法论正在经历第三次范式跃迁。这篇文章帮你搞清楚它是什么、为什么突然火了、以及怎么上手。

有 API 不等于 Agent Ready。从可发现性、交互模式、状态管理、权限模型、容错边界五个维度，拆解产品怎么做才算真正 For Agent。

AutoGen、Semantic Kernel 与 Agent Framework 的分裂与统一。从 2023 年两条平行线，到 2024 年 AutoGen 一分为二，再到 2025 年合并为 Microsoft Agent Framework。

Automation Bias 是 HITL 的隐形杀手。五个审批界面设计原则：展示为什么、暴露风险、增加认知摩擦、提供对比基线、支持编辑。

有状态 Agent vs 无状态 Web 的结构性矛盾，Checkpoint 的四层状态，异步审批的 12 步流程，状态膨胀治理，滑动自主性的工程实现。

用三层模型对 LangGraph、AutoGen、CrewAI、Semantic Kernel、MS Agent Framework、Claude Code 做 HITL 体检。结论：Checkpoint 是分水岭。

三层模型拆解 HITL：Layer 1 定义人类角色（把关人/协作者/纠正者），Layer 2 定义工程机制，Layer 3 定义基础设施（Checkpoint/滑动自主性）。

Agent 能调工具就有外部副作用，有副作用就需要控制机制。System Prompt 不够——生产环境需要模型侧软控制和框架侧硬控制双层防御。