InfoQ 梳理智能体 Harness 从链、图到代码化的三阶段演进

InfoQ 中文在 2026 年 11 月 6 日发表文章《智能体 Harness 的演进：从链、图到代码化》，梳理了大语言模型智能体领域被称为 Harness（结构化执行框架）的演进过程。文章认为，这一演变由真实业务场景不断增长的需求推动，呈现三个阶段：最初的智能体系统是简单的线性提示词链，直观且落地快，但缺乏可控性；随后出现工具增强，以及结构化控制的阶段。文章的核心观点是，Harness 框架的价值在于围绕概率模型搭建确定性执行脚手架，使模型趋于稳定、可观测，达到生产级水准。

文章以 LinkedIn 早期的实践为例说明链式方案的脆弱性：该生成式 AI 智能体基于 LangChain 构建，是一个固定的三步链式流程，分别是判断查询是否在范围内以及应由哪个专门 AI“专家”处理的路由、调用必应网页搜索或 LinkedIn 内部 API 的检索，以及生成。在这一设计中，路由与检索分离体现了任务解耦的思想，而 Harness 框架本身不过是工具调用与对话记忆的粘合代码，最终将 LLM 当作一个文本进、文本出的黑盒函数来对待。这是目前报道所及的全部内容。