在当前的大模型应用开发中，Agent（智能体）无疑是最核心的焦点。但你可能会发现，即便底层使用的是同款大模型，不同的 Agent 产品（如 Claude Code、Cursor 等）在实际表现和稳定性上却有着天壤之别。

这背后的核心差异，正是来自于系统架构与认知逻辑的设计。OpenAI 将 Harness Engineering（驾驭工程） 定义为一门学科：“如何设计脚手架，使 Codex 和类似的代理能够在以代理为先的世界中可靠地运行。”

什么是 Harness Engineering？

推荐先看 Harness Engineering 是什么？和提示词工程和上下文工程有什么关系？，Up 总结得非常棒。

An Agent Product = Model + Harness 非常形象的公式！

Harness Engineering 就是让模型能够稳定输出的一种工程化结构，通过编排、记忆、执行、反馈等马甲来让大模型的能力更加稳定和强大。

如果使用的模型能力越强，这些“马甲”相对而言就可以做得更轻薄（Less Structure, More Intelligence）。这些”马甲“可以看作是模型的一层补丁，用来补充当前模型欠缺的能力。

LLM 行为范式

如果说 Harness Engineering 搭建了 Agent 稳定运行的“物理底盘”，那么行为范式则是在此之上，为大模型装载的“认知引擎”。

简而言之，Harness 决定系统“会不会崩”，行为范式决定模型“怎么想”。在深入 Harness Engineering 前，先了解 LLM 最核心的行为准则，非常重要！

ReAct（推理与行动循环）

《ReAct: Synergizing Reasoning and Acting in Language Models》首次提出将大模型的“内部逻辑推理（Reasoning）”与“外部物理行动（Acting）”紧密交织在一起。通过强制模型在采取任何行动前显式地暴露思考过程，并在执行后被动接收环境的真实客观反馈，它彻底打破了大模型依赖预训练数据“开环盲猜”的幻觉死局，正式确立了让模型“走一步、看一步、动态纠偏”的核心行为底座。

ReAct 模式是大模型处理复杂任务时最经典的行为范式。

它彻底打破了模型接收问题后“一次性脑补输出”的开环死局，强制模型进入一个“动态试错与自我纠偏”的交互闭环：The ReAct Loop。

核心流转机制：

  1. [Thought] 推理：谋定而后动。模型在执行前，需要先输出明确的逻辑推导（如：“要查 500 报错，我得先看日志”），遏制盲目生成。
  2. [Action] 行动： 基于思考，模型决定调用特定工具，并向外输出动作指令参数。
  3. [Env] 物理执行与反馈：动作指令跨出认知循环，交由外部执行层真实运行。运行的客观结果（或报错堆栈）化为 [Observation] 重新注入循环。
  4. 闭环修正：模型获取外部反馈，调整上下文，再次回到 [Thought] 修正思路。反复自旋，直到得出确凿结论，跳出循环输出 [Final Answer]。

通过这种“边思考、边动手、边根据反馈纠偏”的循环，ReAct 让大模型摆脱了纯粹的文本接龙幻觉，真正具备了在物理世界中落地执行多步任务的能力。

Plan-Execute-RePlan（计划动态重排）

《Plan-and-Solve Prompting: Improving Zero-Shot Chain-of-Thought Reasoning by Large Language Models》这篇论文首次系统性地提出，面对复杂任务时应避免使用传统思维链（CoT）进行盲目地一步步推导，而是强制模型先统揽全局，将大目标降维拆解为一个完整的子任务队列（Task List）后再行求解。

《Reflexion: Language Agents with Verbal Reinforcement Learning》确立了“动态纠偏”的理论核心。论文提出，当外部环境返回失败结果时，大模型仅凭将错误堆栈或异常结果转化为文字形式存入上下文，就能以此作为客观依据，对后续的执行策略进行自我反思与重新规划。

Plan-Execute-RePlan（动态重排）是大模型应对复杂、长逻辑链任务的核心行为范式。

模型首先将宏观目标拆解为具体的子任务队列（Plan），交由系统逐步执行（Execute）；在执行过程中，系统会将外部环境的真实物理反馈（如执行结果、数据缺失或报错拦截）实时传回给模型，模型据此重新评估当前局势，并动态调整或彻底重写后续的任务路径（RePlan），直至最终达成目标。

核心流转机制：

  • [Plan/RePlan] 规划与重排：全局规划与动态纠偏。模型在接收目标后，需先将其降维拆解为宏观的任务队列（Task List）；若后续收到执行异常反馈，则强制重新审视局势，推翻旧列表并动态重写剩余计划。
  • [Execute] 执行：从任务队列中提取原子任务，给外部环境（Env）进行真实的工具或 API 调用。
  • [Observation] 执行反馈：捕获外部环境返回的真实运行结果或底层报错堆栈，将其包装回传，作为模型决定是否触发“重计划”的客观依据。

Reflection（自我反思与纠错）

《Self-Refine: Iterative Refinement with Self-Feedback》该论文证明了即使不借助外部工具（Env），纯靠大模型自身的内部“左脚踩右脚”（自我反馈与自我修正），也能在代码编写、数学推理等任务上实现极其显著的质量跃升。

如果说 ReAct 是为了“跑通流程”，Plan 是为了“不迷路”，那么 Reflection 就是为了“保证输出质量”。

在面对代码生成、架构设计或高要求文案时，单次生成的质量往往不可靠。Reflection 范式将大模型的角色一分为二：它既是“生成者”，也是“评审员”。通过引入“自我批判”的内部回路，让模型在将最终结果交付给用户前，先进行内部的交叉验证和迭代优化。

核心流转机制：

  • [Generate] 初稿生成：模型根据初始任务目标，不带任何阻碍地生成第一版方案或代码（Draft）。
  • [Evaluate] 交叉评估：视角切换。模型切换身份，以严苛的“评审员”视角审视初稿，挑出逻辑漏洞、语法错误或不符合要求的地方，并输出具体的修改建议。
  • [Refine] 迭代优化：吸收反馈。模型重新回到生成者视角，根据评审建议，对初稿进行针对性的修改。通常设置最大迭代次数（3 次），直至评审员认为达标，再跳出循环输出最终结果。

Multi-Agent Conversation（多智能体协同）

《AutoGen: Enabling Next-Gen LLM Applications》系统性地定义了多个具备不同设定的 Agent 如何通过对话进行接力、纠错和状态转移，正式确立了多 Agent 协同在复杂软件工程中的统治地位。

当系统复杂度极高时，单体 Agent 会面临性能与能力瓶颈，单一的 System Prompt 无法兼顾所有业务（既要懂前端又要懂底层并发），且杂乱的全局执行日志会导致严重的上下文污染，极大增加内存压缩的负担。

Multi-Agent 应运而生。它不再强求一个“全能神”，而是将系统拆分为多个专职的 SubAgent。每个 SubAgent 只拥有极度精简的特定上下文和专属工具，通过“路由与状态交接”来协同完成任务。

核心流转机制：

  • [Intent Recognition/Router] 意图路由：主控 Agent 接收用户请求，识别当前任务所属的领域，并将其派发给对应的专职 SubAgent。
  • [Agent Execution] 专精执行：领域隔离。被唤醒的 SubAgent 带着纯净的、无冗余的 System Prompt 和专属工具库，在自己的沙箱内执行特定的单体逻辑（如启动一个小型的 ReAct 循环）。
  • [Handoff] 交接：状态传递。当前 SubAgent 完成份内工作，或发现需要其他领域的协助时，它会将自己的核心执行结果打包，移交给下一个 SubAgent，或者交回给主控 Agent 重新派发。

Multi-Agent 目前三种不同的实现形式：SubAgents、Agent Teams、Agent Swarm。

在多智能体架构的演进中，SubAgents 采用相互隔离的并发机制，子节点之间互不通信、独立执行，最终由主控 Agent 统一汇总计算结果，这种模式天然契合边界清晰、低耦合的独立任务。相比之下，Agent Teams 更侧重于网状协作，主控 Agent 通过共享任务清单进行全局调度，并允许子节点之间互相通信与状态流转，以应对逻辑依赖较强的复杂任务。而 Agent Swarm 则是对 SubAgents 并发能力的极致增强，它在维持子节点上下文物理隔离、确保其专注局部任务的基础上，引入了动态机制；当某个节点面临多重任务负载时，能够动态孵化新的 Agent 投入并行队列，通过算力的弹性裂变来应对高并发场景。

小结

ReAct 就像是“走一步看一步”。它讲究一边局部思考一边上手实操，外部环境给出的每一次真实反馈，都会直接决定我们大脑下一步的决策走向。

Plan-Execute-RePlan 则讲究“谋定而后动”。遇到大需求先不着急干活，而是把复杂任务拆解成全局的子任务队列，再挨个落地。如果在执行中出了问题，就停下来，结合现状重新规划剩下的路线。

Reflection 则是为了“兜底质量”。它要求我们在每次交卷前，先停下来自我审视一番，看看之前的解答有没有逻辑漏洞，或者是否存在更优雅的解法。

Multi-Agent Conversation 强调的是“术业有专攻”。它教会我们认清单体模型的能力边界，让专业的人干专业的事。就像造火箭，小组 A 只管助推器，小组 B 专门负责脱轨系统。大家在各自绝对擅长的领域发力，做好边界交接，让整体效率翻倍。

大模型行为范式的演进就像是我们人类面对不同情况的不同解法，没有最好的，只有最适合的！

参考