演进路线

随着模型能力增强，Agent Harness 的架构应该怎样演进？

这是整个 hello-harness 教程在回答的核心问题。我们把答案组织成一条 “三代 Harness 演进史”：

Generation 0 · Chat API
  ↓
Generation 1 · Tool-Calling Harness
  ↓
Generation 2 · Pi-style Minimal Harness
  ↓
Generation 3 · PrimeAgent-style RLM Harness
  ↓
Generation 4 · Continual / Self-Improving Harness

三个控制哲学

整个项目可以浓缩成三种“谁来决定能力”的控制哲学：

1. Tool-oriented：Model chooses tools

Developer decides capabilities
        ↓
Model chooses tools

代表：普通 Function Calling Agent。

2. Runtime-oriented：Model programs capabilities

Developer provides runtime
        ↓
Model programs capabilities

代表：PrimeAgent / RLM。模型面对的不再是一组设计好的 Tool Schema，而是一个可编程环境（如 persistent Python runtime），由模型自己组合 fs、shell、search、skills、agents 等能力。

3. Continual Harness：Agent evolves harness

Developer provides boundaries
        ↓
Agent evolves harness

代表：Self-improving Agent。Harness 本身成为 Agent 可以修改的状态（Prompt、Skill、Memory、Agent Config），但必须版本化、可验证、可回滚。

一条更漂亮的成长曲线：

Call tools
    ↓
Compose tools
    ↓
Create tools
    ↓
Create agents
    ↓
Improve harness

以下四处「反转」是 Stage 5–7（规划中）才会正面回答的问题；它们解释了为什么 Harness 不能停在 Stage 4。

两次关键“反转”

反转一：我们可能不需要这么多 Tool

前 20 篇（Stage 0–4）告诉用户 Tool Calling 非常重要。然后在 Stage 5 提出：

如果模型已经很会写代码，我们为什么还要给它几十个 JSON Tool？

从 LLM → Tool 变成 LLM → Program → Tool，即 Code as Action。

反转二：我们可能不应该替 Agent 管理所有 Context

前 35 篇强调 Context 管理。然后在 Stage 5 后半段提出：

Context 不再是 Prompt，而是一种数据结构。

Context 本身成为模型能够操作的数据：search、slice、filter、transform、summarize、delegate。

反转三：为什么 Skill 一定要人写？

Agent Generated Skill —— Agent 在任务中发现重复模式，自己创建 Skill。

反转四：如果 Agent 可以改进自己的 Harness 呢？

Continual Harness —— 从 Developer improves Agent 到 Agent proposes improvements。

Stage 划分

Stage 0–4（40 篇）已落地；Stage 5–7 为规划中路线。

Stage	主题	章节	完成产物	状态
0	Hello LLM	00–04	CLI Chat	已落地
1	Hello Agent	05–09	Tool Calling Agent	已落地
2	Hello Harness	10–18	Minimal Agent Runtime	已落地
3	Hello Coding Agent	19–28	Coding CLI	已落地
4	Hello Pi	29–40	Extensible Coding Agent	已落地
5	Hello RLM	41–56	Recursive Runtime Agent	规划中
6	Hello Continual Harness	57–70	Persistent Self-Adapting Agent	规划中
7	Hello Agent Lab	71–80	Evaluated Self-Improving Harness	规划中

完整章节清单见 教程地图，产品定位与长期架构思考的完整讨论见仓库内 plan/产品路线.md。