6 chapters · Articles in this topic

Harness 核心知识

Harness、Prompt Engineering、Loop 与 Graph、Agent Runtime 和 RAG：从指令、证据到任务执行。

6 篇 · 总阅读约 128 分钟，实践另计
最近修订 2026.09.16

阅读目录

按问题选择文章

01
专题文章 1 / 6
从 Transformer 到 Managed Agents：九年，大模型走向自主执行的完整脉络
从 ChatGPT、AutoGPT、Devin 到 DeepSeek-R1、Manus 与 Codex，沿 46 个历史节点，将里程碑事件与 LLM 到 Agent 的技术变化连起来。
50 min
02
专题文章 2 / 6
Harness：Agent 架构
Harness 把模型提案接到真实执行与验收上。用一次购物车修复区分 Prompt、Context 与运行时，再确定模块交换的任务、动作、结果与证据。
28 min
03
专题文章 3 / 6
Prompt Engineering：提示词工程
从任务定义、指令、示例和输出契约进入提示词设计，解释如何用反例、版本与评测改进模型行为，以及提示词无法承担的系统责任。
8 min
04
专题文章 4 / 6
Loop Engineering 与 Graph Engineering：循环与图编排
循环管理下一次行动，执行图管理任务之间的依赖。用状态、进展、停止条件和汇合规则判断何时需要增加编排，避免把模型的计划文本直接当作执行状态。
23 min
05
专题文章 5 / 6
Agent Runtime：Agent 运行时
沿一次任务解释运行时的对象、模块、状态迁移、工具执行与恢复，比较事件视图和持久工作流，并区分暂停、取消和外部副作用。
11 min
06
专题文章 6 / 6
RAG：检索增强生成
沿文档入库、切分、召回、融合、重排、上下文装配与答案核验解释 RAG，用版本和权限反例分析端到端设计取舍。
8 min

The question stays open

从具体实现与工作场景理解设计的适用条件。