本文探讨了从单Agent到多Agent协作的进化过程介绍了6个关键维度的转变通信方式从对话记忆到文件契约验证机制从自检到角色分离身份设计从一份文件到团队架构状态管理从无状态到状态机错误恢复从重试到分级回退进化机制从个人记忆到组织学习。强调Harness Engineering的核心是提升系统可靠性而非单纯依赖Agent智能尤其适用于需要跨领域专业知识、复杂约束和断点续传的复杂任务场景。一个 Agent 能帮你写一个函数不代表它能帮你交付一个功能能交付一个功能不代表它能可靠地交付整个系统。但当你面对的真实任务是这样的一个新功能涉及前端页面、后端 API、数据库迁移、部署配置四个环节每个环节有自己的规范和约束前一个环节的产出是后一个的输入任何一个环节出错都可能让前面的工作白费一个 Agent 就不够了。你需要一群 Agent 协作。问题来了从 1 个 Agent 到 N 个 Agent你的 Harness 要怎么变这篇文章用 6 个维度做对比——通信方式、验证机制、身份设计、状态管理、错误恢复、进化机制——每个维度告诉你单 Agent 怎么做多 Agent 为什么必须换打法。· · ·为什么不能直接「一个 Agent 干所有事」先说结论不是模型不够聪明是上下文装不下约束管不住。单 Agent 的根本限制在于 context window 是独占资源。一个 Agent 要同时记住需求约定、架构规范、历史教训、当前任务状态、工具定义——还没开始干活context 已经被基础设施占掉了一半。更致命的是约束漂移。你在项目开头告诉 Agent「所有时间字段必须用 UTC 存储」「API 路由必须按 /m/、/s/ 约定字母」——到了第 30 轮对话它可能已经在某个新文件里用了本地时间、自创了一个 /manage/ 路由。这不是 Agent 故意偷懒而是 context window 越长早期信息的权重就越低。你说的规则没有被覆盖只是被「稀释」了。多 Agent 不是为了炫技而是为了把一个装不下的上下文拆成多个装得下的上下文每个 Agent 专注一个领域约束更少但更刚性。· · ·维度一通信方式——从「对话」到「文件」单 Agent 怎么做所有信息在 context window 里流转——prompt memory tool results。你跟 Agent 的对话历史就是全部上下文。优点简单直接信息无损。 缺点上下文越跑越臃肿越往后信息越多越杂关键约束容易被淹没。多 Agent 怎么做Agent 之间靠文件传递信息不靠对话历史。具体来说协调者 AgentOrchestrator把任务指令、需求澄清结果、状态追踪信息写成文件传递给下游子专家 Agent。每个 Agent 独立读写文件下游 Agent 用的时候去读文件不需要知道上游 Agent 的完整对话历史。协调者 Agent │ ├─写入→ task_instruction.md任务指令 ├─写入→ requirement_clarification.md需求澄清结果 ├─写入→ state_trace.md状态追踪 │ ▼子专家 Agent A需求拆解 │ 读取上游文件 → 工作 → 写入产出文件 ▼子专家 Agent B方案设计 │ 读取上游文件 → 工作 → 写入产出文件 ▼子专家 Agent CSQL 开发 │ 读取上游文件 → 工作 → 写入产出文件 ▼子专家 Agent D测试验证为什么必须这样可追溯每个 Agent 的输入和输出都有文件记录出问题可以回查可审计谁在什么时间基于什么信息做了什么决策文件链一目了然可恢复任意时刻终止流程下次恢复时读文件就能回到断点可解耦每个 Agent 只需要读它相关的文件不加载无关上下文可隔离一个 Agent 的错误不会污染其他 Agent 的上下文核心转变单 Agent 的上下文是「记忆」多 Agent 的上下文是「契约」。 记忆会模糊契约不会。· · ·维度二验证机制——从「自检」到「分离」单 Agent 怎么做同一个 Agent 写完代码后自己检查。上一篇讲过的五层自我修复 Harness 里的 Hooks、CI、test、lint 都属于这一类——在 Agent 循环外部用确定性工具做验证。优点工具链成熟PostToolUse hook、Stop hook、CI pipeline。 缺点Agent 对自己生成的内容有认知盲区——它几乎都觉得自己写的「挺好的」。多 Agent 怎么做写东西的人和判断「写得行不行」的人必须是两个不同的角色。生成者Generator 评估者Evaluator┌──────────────┐ ┌──────────────┐│ 子专家 Agent │ ──产出──▶ │ 审查 Agent ││ 写代码/方案 │ │ 用独立标准检查 ││ 自带生成逻辑 │ │ 不受生成者影响 │└──────────────┘ └──────────────┘为什么必须分离问题出在 LLM 的底层机制生成文本和评估文本用的是同一套模型参数这让 Agent 天然倾向于认为自己产出的是合理的——它没有「跳出来看」的能力。就像让一个学生自己批改自己的考卷满分几乎是必然结果。分离之后评估者用独立的、预设的标准检查不受生成者推理过程的影响。这比「让 Agent 自己反思一下」可靠得多。可靠性比能力上限更值钱。 一个能力 80 分但行为可预测的 Agent比一个能力 95 分但偶尔失控的 Agent 更适合生产环境——因为你敢给它权限。单 Agent 用户能借鉴什么即使你只用一个 Agent也可以用 Stop hook 做完成验证——让一个独立进程不是 Agent 本身检查产出是否满足预设条件。这本质上就是 Generator-Evaluator 分离的简化版。· · ·维度三身份设计——从「一份文件」到「一支团队」单 Agent 怎么做一份 AGENTS.md 定义所有行为——规则、约束、知识、流程全在一个文件里。上一篇讲过这份文件应该控制在 60 行以内太多 Agent 会「选择性遵守」。多 Agent 怎么做身份设计变成了组织架构设计。首先架构选型是 Orchestrator Specialist协调者 Agent自己不动手写代码只做三件事决定该找谁干、检查干得怎么样、出了问题怎么办多个子专家 Agent各有清晰职责边界前端开发 / 后端开发 / 数据库设计 / 测试验证协调者身上叠了 6 个显式定义的角色身份角色做什么分派根据任务类型决定调用哪个子专家确认信息不足时向用户追问复查用独立标准检查子专家产出放行通过硬性门禁检查才继续下一步通报向用户汇报进展和结果容错判断该重试、回退还是终止其次每个 Agent 的规则体系采用三层金字塔层级内容信号强度顶层超级红线违反即严重事故数量极少最强Agent 必须绝对遵守中间层错误记录历史教训总结中等系统进化的燃料底层操作规则知识库检索流程、产出模板、错误处理标准最弱太多会选择性遵守为什么要分层规则的效力跟它的数量成反比。当所有规则都写得一样严厉Agent 要么全部忽略要么过度保守——它分不清哪些是真正的底线哪些只是建议。分层的本质是给规则标优先级。红线是「违反即停」的硬约束操作规则是「尽量遵守」的软建议。标清楚优先级Agent 才知道什么时候可以灵活、什么时候必须刹车。单 Agent 用户能借鉴什么你的 AGENTS.md 也应该分层硬约束CI 强制检查的东西→ 放最前面用最严厉的措辞软约束风格、约定→ 中间用建议性语气知识怎么用某个工具→ 最后按需加载不必常驻· · ·维度四状态管理——从「无状态」到「状态机」单 Agent 怎么做Session 断了就重来。上一篇讲过的 CLAUDE.md MEMORY.md 是最接近「状态」的东西但它们是被动的——Agent 不主动追踪「我现在在流程的哪一步」。多 Agent 怎么做定义 12 个明确状态枚举从「需求接收」到「完成」覆盖全流程的每一个节点需求接收 → 需求澄清 → 需求确认 → 方案设计 → 方案评审 →方案确认 → 开发中 → 开发完成 → 测试中 → 测试通过 →上线检查 → 完成每个任务维护一份状态追踪文件。任意时刻终止流程下次恢复时先读这份文件几秒钟就能回到断点不需要重跑任何已完成的步骤。每个阶段结束时还会强制压缩成固定格式的 Checkpoint追加到状态文件里阶段API 设计完成传递给前端开发 Agent 的关键信息 - 端点POST /api/articles - 认证需要 cookie token - 时间字段UTCISO 8601 格式待关注事项图片上传接口尚未就绪这个 Checkpoint 格式有多重要它不是给人看的总结是给下一个 Agent 看的契约。下一个 Agent 启动时读这个文件就能知道上游做了什么决定、传了什么信息、有什么需要注意的——不需要读完整的对话历史。单 Agent 用户能借鉴什么在 Claude Code 里你可以用 exec-plans/ 目录 checkpoint 文件做类似的事每个复杂任务开始前写一个执行计划文件每完成一个步骤更新文件里的状态如果 session 断了下次启动时让 Agent 先读这个文件这比依赖 Agent 的「记忆」可靠得多。· · ·维度五错误恢复——从「重试」到「分级回退」单 Agent 怎么做错了就改改再试。上一篇讲过每次失败分三类处理旧错复发→写 CLAUDE.md机器可判断的错误→写成 hook/lint/test任务流程不稳定→写成 Skill/workflow。多 Agent 怎么做三档故障分级每档有明确的处理方式级别场景处理方式可重试知识库检索失败、API 超时自动重试 1-2 次异常自愈需回退方案设计不通过、代码测试不通过退回上一个稳定存档点重新调用必须中止需求理解根本性偏差、依赖安装失败停下来坦诚告知用户关键是第二档回退到稳定存档点。单 Agent 出错时最坏的情况是重头开始。但多 Agent 系统里前面的步骤可能是几个小时的工作需求澄清、方案设计、多个 Agent 协作。如果第 4 步测试不通过你不能让前面 3 步全部白做。有了状态机 checkpoint你可以检测到测试不通过找到上一个通过的存档点比如「方案确认」状态退回那个状态重新执行「开发中」不动「需求澄清」和「方案设计」的产出这就是状态机 文件驱动的威力——错误可以被隔离在局部不会全局回滚。单 Agent 用户能借鉴什么在 Claude Code 里你可以通过 git commit exec-plans 实现类似的效果每完成一个步骤就 commit创建存档点出错时 git checkout 回上一个 commit而不是从头重来exec-plans 文件记录当前进度· · ·维度六进化机制——从「个人记忆」到「组织学习」单 Agent 怎么做踩坑→写进 CLAUDE.md。上一篇讲过AGENTS.md 文件里的每一行规则背后都对应着 Agent 曾经犯过的一个错。但这是个人记忆——只有这个项目的这个 Agent 知道。多 Agent 怎么做踩坑变成三级驱动的组织学习实时记录用户指出「你做错了」的下一秒就必须落库自动加载所有 Agent 启动时强制加载历史教训文件行为约束迭代反复出现的错误自动升级为超级红线区别在于单 Agent 的经验只存在于一个 CLAUDE.md 里而多 Agent 的经验进入了一个共享知识库所有 Agent 都受益。踩过的坑必须变成系统的一部分——一条 CI 检查、一个 lint 规则、一个 hook 脚本。 只要它还只存在于 prompt 或记忆里就一定会再犯。单 Agent 用户能借鉴什么如果你有多个项目可以维护一个全局的 ~/.claude/CLAUDE.md用户级记忆把跨项目的通用教训放进去。每个项目的 ./CLAUDE.md 只放项目特定的规则。这就是上一篇讲过的六层级记忆架构——全局规则、项目规则、个人规则各司其职。· · ·速查表单 Agent vs 多 Agent Harness 对比维度单 Agent多 Agent通信context window 内传递记忆spec 文件传递契约验证自检 外部工具Hook/CIGenerator Evaluator 分离身份一份 AGENTS.mdOrchestrator6 角色 多个 Specialist状态无状态断了重来12 状态枚举 checkpoint恢复重试最坏重头开始三级分级重试/回退存档点/中止进化踩坑→写 CLAUDE.md个人记忆踩坑→共享知识库组织学习· · ·什么时候该从单 Agent 升级到多 Agent不是所有任务都需要多 Agent。判断标准很简单如果一个 Agent 能在单次 session 里完成并且中间不需要切换知识领域——用单 Agent。以下任何一个信号出现就该考虑多 Agent任务跨越 3 个以上阶段每个阶段产出是下一个的输入需要不同领域的专业知识前端 后端 数据库 安全单个 Agent 的 context window 装不下所有约束和上下文产出需要交叉验证写的人和查的人不能是同一个任务可能中途失败需要断点续传杀鸡不用宰牛刀。 对于常规任务单个 Agent 循环往往够了。多 Agent 的复杂性只有在它解决的问题比它引入的问题多的时候才值得。· · ·总结从 1 个 Agent 到 N 个 Agent不是简单地把一个 Agent 复制 N 份。你的 Harness 要完成 6 个根本转变通信从对话记忆变成文件契约验证从自检变成角色分离身份从一份文件变成一支团队状态从无状态变成状态机恢复从重试变成分级回退进化从个人记忆变成组织学习每个转变背后都是同一个原则把依赖 Agent「自觉性」的东西变成依赖系统「结构」的东西。Agent 不会自主学习进化。如果你不把这些知识写进系统结构里它第一百次犯的错会和第一次一模一样——不管它是一个 Agent 还是一百个 Agent。Harness Engineering 的本质从来不是让 Agent 更聪明而是让系统更可靠。 从单 Agent 到多 Agent你解决的不是「能力问题」而是「规模化之后的可靠性问题」。最后当下AI大模型是当下实打实的优质风口岗位缺口大、发展前景广、薪资待遇突出对比内卷严重、涨薪晋升困难的传统技术岗是普通人转行逆袭的绝佳选择。但很多想要入局大模型领域的朋友都面临无系统学习路径、无实战资源、求职无方向的难题一个人硬啃最容易走弯路、浪费大量时间精力。这里我结合多年一线实战与教学经验整理出一套零基础大模型专属资料包含系统化学习路线图零基础到精通大模型学习书籍 文档电子版2026 最新行业报告项目实战 配套源码大厂面试真题需要的朋友微信扫描下方 CSDN 官方认证二维码免费领取保证 100% 免费。扫码免费领取全部内容下面简单介绍一下资料包含的内容1、大模型系统化学习路线图专属定制从零基础入门到企业级实战的全阶段学习体系划分清晰的四大学习阶段规避碎片化学习弊端适配新手2、0基础到进阶视频教程配套完整高清实操教程覆盖Prompt提示工程、RAG知识库搭建、Agent智能体开发、模型微调、部署落地等核心知识点所有课程搭配实操演示零基础也能轻松看懂、上手实操。3、大模型学习书籍 文档汇总30本行业经典AI、大模型、深度学习精选书籍涵盖理论原理、开发实战、算法基础、AI产品思维等各类内容4、AI大模型最新行业报告整理2024-2026年最新大模型行业白皮书、市场分析报告清晰展现行业发展趋势、技术迭代方向、岗位需求变化帮助学习者精准把握行业风口找准学习和就业方向5、大厂面试真题汇总了常见的AI大模型面试问题、知识点梳理和面经参考方便求职时针对性准备。6、大模型项目实战 配套源码包含GPT应用开发、RAG私有知识库、智能问答系统等多个企业级实战项目配套完整可运行源码从简易Demo到完整商业应用全覆盖帮助学习者将理论转化为落地实战能力积累项目经验。7、适合谁学传统后端 / Java / 前端开发想转型 AI 应用大学生、应届生想拿更好的 offer产品经理、运营想武装职业竞争力技术负责人想给团队落地提效学习是反人性的但回报是真金白银。技术会更新赛道会切换但只要你先动手机会就永远站在你这边。8、这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。想要入局AI大模型赛道、抢占行业红利的朋友微信扫描下方CSDN官方认证二维码即可100%免费领取全套学习资料