Lilian Weng：那个把 Agent 讲清楚的人，又开始定义 Harness

• 原文链接：https://mp.weixin.qq.com/s/CWcQtzDu-lbme41eQm-oZg
• 来源：DataFun 对 Lilian Weng 文章与 OpenAI 公开资料的整理
• 获取时间：2026-08-27

核心结论（一句话）

从 Agent 到 Harness，优化目标从“让模型给出更好回答”转向“让系统在真实环境中可恢复、可评测地完成和改进任务”；安全边界与评测必须留在自我修改循环之外。

分类提炼

• 场景：Coding Agent、研究 Agent、长任务运行时
• 类型：技术脉络与 Harness/RSI 二手解读
• 标签： #主题/AI-Agent #主题/Harness #主题/RSI #主题/AI-Coding #场景/公众号长文

知识节点

• Agent架构地图：规划、记忆和工具调用将模型扩展为能与环境交互的行动系统。
• Harness运行系统：工具、上下文、状态、工作流和评测共同决定长任务的实际表现。
• 优化对象迁移：改进可从 Prompt 升级到结构化上下文、工作流和 Harness 代码。
• 外部评测闭环：轨迹分析、策略修改和独立验收组成可审计的自我改进回路。
• 可编辑边界：权限、验收器和安全层需与被优化的系统隔离，避免篡改目标函数。
• 研究品味：可量化反馈适合自动优化；问题选择与弱评测下的判断仍需要人承担。

关联图谱

上游（基于 / 来自）

• [[01-ai-agents/Lilian-Weng-Harness-Engineering-自我改进]]：提供 Harness 定义、五段优化路径和 reward hacking 风险的原典表述。
• [[01-ai-agents/储旭-从Prompt到Harness-企业级Agent工程的完整演进之路]]：补充 Prompt、Context、Harness 到 Agent OS 的工程演进。

下游（应用于 / 验证于）

• [[01-ai-agents/Loop-Engineering-验证才是瓶颈]]：将“外部评测闭环”落到工程任务的验证闸门。
• [[01-ai-agents/WorkBuddy-Harness工程复盘-从模型到可用Agent]]：用产品运行时解释模型能力如何转为稳定交付。

同级（横向 / 并列）

• [[01-ai-agents/LangChainCEO-Agent越复杂-越需要自建Harness-恰恰不是]]：以任务是否偏离模型熟悉分布来决定 Harness 定制深度。

正文要点

1. 2023 年的 Agent 框架回答“模型如何规划、记忆、使用工具”；Harness 继续回答“系统怎样跨步骤保存状态、从失败中恢复并验证结果”。
2. Coding Agent 的有效循环不是一次生成代码，而是观察仓库、修改、运行测试、读取失败并重新行动；该循环的可靠性主要来自 Harness 设计。
3. RSI 的近期工程形态是让系统优化运行机制，而非直接训练或改写模型权重。前提是每次变更都能由外部、稳定的评测保留或淘汰。
4. 允许 Agent 修改工作流不等于允许它修改所有东西。测试、权限和安全规则若可被同一优化器改写，分数提升不再代表能力提升。
5. 本文提醒不要把“AI 参与 AI 研发”外推为完全自治：弱评测、模糊目标和研究品味仍是当前闭环的主要限制。

备注

• 文中的 OpenAI RSI 指标、内部使用量和 Lilian Weng 的人事时间线来自 DataFun 二手整理，未在本次归档中逐项复核。
• 本文用于串联 Agent、Harness 与 RSI 的概念边界；Harness 的具体设计应回到原典及实际任务的测试证据。

相关链接

• [[01-ai-agents/Lilian-Weng-Harness-Engineering-自我改进]]
• [[01-ai-agents/LangChainCEO-Agent越复杂-越需要自建Harness-恰恰不是]]
• [[01-ai-agents/储旭-从Prompt到Harness-企业级Agent工程的完整演进之路]]