Harness落地的七个暗坑，你知道吗？真正会做 AI Agent 的人，不是上来就问“用哪个模型”，而是先想清楚七个关键决策。

因为 Agent 不是模型加工具这么简单。它更像一台机器：模型只是发动机，Harness 才是传动系统、刹车、仪表盘和安全气囊。发动机再猛，底盘设计错了，也一样翻车。

第一个决策：单 Agent 还是多 Agent。很多人一上来就搞一堆智能体，听起来很高级，实际可能只是多花 token、多制造沟通损耗。Anthropic 和 OpenAI 的经验都很明确：先把单 Agent 做到极限，只有当工具太多、任务领域明显分离时，再拆多 Agent。

第二个决策：ReAct 还是 Plan-and-Execute。ReAct 是边想边做，灵活但成本高；Plan-and-Execute 是先规划再执行，更适合长任务和可控流程。你要的是“探索能力”，还是“执行效率”，路线完全不同。

第三个决策：上下文怎么管。Agent 不是越塞越聪明，而是越塞越容易烂。历史消息、工具输出、文件内容、检索结果，如果不筛选、不压缩、不分层加载，很快就会把上下文窗口变成垃圾仓库。

第四个决策：验证循环怎么设计。没有验证的 Agent，只是在自信地胡说。代码要跑测试，网页要看截图，结果要有检查器，必要时还要用另一个模型做 judge。生产级 Agent 的核心不是“生成”，而是“确认它真的做对了”。

第五个决策：权限和安全边界。自动化能力越强，越不能随便放权。读文件、写文件、执行命令、访问网络、删除数据，每一步都要分级。否则 Agent 不是助手，而是拿着 root 权限的熊孩子。

第六个决策：工具怎么暴露。工具不是越多越好。工具太多，模型会选错、混淆、浪费上下文。真正成熟的设计，是按任务阶段暴露最小工具集，需要什么再加载什么。

第七个决策：Harness 要厚还是薄。厚 Harness 可控、稳定、工程感强；薄 Harness 灵活、依赖模型能力、未来适配性更好。模型越强，很多硬编码流程就可以删掉；但在今天，关键任务仍然需要足够的工程兜底。

这七个决策，决定了一个 Agent 是玩具，还是产品。很多人做出来的智能体只能演示，不能交付，就是因为没有做这些架构选择，只是在模型外面套了一层壳。

一句话总结：Agent 的成败，不取决于你喊了多少“自主智能”，而取决于这七个决策有没有想明白。真正的高手，不是让 AI 看起来很聪明，而是让 AI 在复杂任务里稳定、不乱、可控地把活干完。