LLM

大多数人谈论 AI 进步想到的是「模型又变强了」，但同一个底层模型换一套 harness 表现可以天壤之别。Lilian Weng 给出了一个框架：递归自我改进未必要等到模型直接改写权重，决定模型如何观察、行动、记忆、自查、迭代的「部署系统」同样可以被优化甚至自动化优化。

Claude Code 团队把 Loop 定义为「Agent 为了达成某个停止条件而重复执行的工作周期」。2026 年 6 月，他们在官方博客发布了一篇《Getting started with loops》，系统性地梳理了 Agentic Loop 的四种形态。

目录 上篇：Harness — Agent 运行时引擎 Harness 全景 两种运行模式 Agent 工厂链 中间件链 Runtime 子系统 Checkpointer 检查点系统 Store 持久化系统 Stream Bridge 事件流 模型工厂 内存 / 记忆系统 Sandbox 沙箱系统 Subagent 子智能体 Tool 系统 Skills 技能系统 Config 配置系统 中篇：身份 / 多租户 / 审计 ...

Harness 设计：不是外壳，而是 Agent 系统的控制结构 1. 为什么要重新理解 Harness 很多人第一次接触 harness，会把它理解成： 一个运行时外壳 一个更大的 prompt 一个会话续接层 一个帮 Agent 跑起来的脚手架 这些理解不是完全错，但都偏窄。如果只这样理解，你会看不见 harness 真正关键的部分：谁控制系统、任务一轮轮怎么推进、哪些动作被允许、出错后如何恢复、上下文预算如何治理。 ...