InfoQ 梳理智慧體 Harness 從鏈、圖到程式碼化的三階段演進

InfoQ 中文在 2026 年 11 月 6 日發表文章《智慧體 Harness 的演進：從鏈、圖到程式碼化》，梳理了大語言模型智慧體領域被稱為 Harness（結構化執行框架）的演進過程。文章認為，這一演變由真實業務場景不斷增長的需求推動，呈現三個階段：最初的智慧體系統是簡單的線性提示詞鏈，直觀且落地快，但缺乏可控性；隨後出現工具增強，以及結構化控制的階段。文章的核心觀點是，Harness 框架的價值在於圍繞機率模型搭建確定性執行腳手架，使模型趨於穩定、可觀測，達到生產級水準。

文章以 LinkedIn 早期的實踐為例說明鏈式方案的脆弱性：該生成式 AI 智慧體基於 LangChain 構建，是一個固定的三步鏈式流程，分別是判斷查詢是否在範圍內以及應由哪個專門 AI“專家”處理的路由、呼叫必應網頁搜尋或 LinkedIn 內部 API 的檢索，以及生成。在這一設計中，路由與檢索分離體現了任務解耦的思想，而 Harness 框架本身不過是工具呼叫與對話記憶的粘合程式碼，最終將 LLM 當作一個文本進、文本出的黑盒函式來對待。這是目前報道所及的全部內容。