Hello Harness

简体中文

English

简体中文

English

主题

Stage 6 · Hello Continual Harness ​

Stage 6 · Git Tag 范围：v57-harness-state ~ v70-continual-harness

Stage 5之后，我们收获了一个 Recursive Runtime Agent——模型在持久化的可编程环境里写代码干活，Context 是它可操作的数据结构，还能递归 spawn 子 Agent、并行协作。

但你把整个系列看到这里，会发现所有阶段都有一个共同的前提，安静地躺在角落里：

Harness 是开发者写的，Agent 只是「使用」它。

提示词是你写的，工具是你注册的，技能是你定义的，会话是你管理的——Agent 再聪明，也只能在开发者划好的圈子里打转。那问题来了：

如果你刚读完 56-hello-rlm，心里可能正带着一个疑问走进这一篇：

如果 Agent 已经这么强了，为什么改进 Harness 这件事，只能由人来干？

接下来，这一篇就是 Stage 6 的开篇总览，回答三件事：

  1. 什么是 Continual Harness？
  2. 为什么「Agent 修改 Harness 状态」是第三次架构跃迁？
  3. 这一 Stage 完成之后，我们会得到一个怎样的 Self-Adapting Agent？

一、先复习：我们手上有什么 ​

前面五个 Stage 攒下的东西，可以浓缩成一张图：

传统 Harness 的方向是单向的：

text
Developer builds Harness
    ↓
Agent uses Harness

无论 Agent 多聪明，它都生活在一个由开发者一次性配好、之后基本不变的环境里。提示词不对了？人改。工具不好使了？人换。经验积累下来了？人写进文档，Agent 下次还是一无所知。

换句话说：前面五个 Stage 的 Agent 是个绝顶聪明、但从不自我更新的员工——干一次活长一分见识，但见识从来不会被它自己沉淀下来。

二、什么是 Continual Harness？ ​

中文直译「持续的 Harness」。它把上面那张单向图，弯成一个环：

传统 Harness 里，Prompt、Skill、Memory 是喂给 Agent 的固定配置；在 Continual Harness 里，它们变成了 Agent 可以创建、读取、更新、删除的 Harness State：

ts
interface HarnessState {
  prompt;    // Agent 可以提议修改
  skills;    // Agent 可以创建/更新
  memory;    // Agent 可以写入经验
  agents;    // Agent 可以定义子 Agent
  policies;  // Agent 可以提议策略
}

重点关注：这里有一条必须守住的红线——

Continual 不是让 Agent 随意改写 Core 源码。 所有可变更都收敛在「受控的 Harness State」上：propose → validate → apply → version → rollback，每一步都留审计记录。自我改进绝不等于自我破坏。

一句话记住它与前面所有阶段的分工：

前面是「Developer builds Harness，Agent uses Harness」；这一阶段是「Agent can modify Harness State」——Harness 本身成为 Agent 可以演进的领地。

三、它如何成长为一个 Self-Adapting Agent？ ​

这是这一 Stage 最重要的一条叙事线。成长不是「推翻重来」，而是把「自我进化」从口号拆成一步一步可实现的台阶——从显式状态，到记忆，到技能，到提示词，再到受控的变更机制：

阶段章节补上的能力对应成长
显式化状态57HarnessState：prompt / skills / memory / agents / policies从「散落各处的配置」变成「可被 Agent 触达的状态」
建立记忆58–60Persistent Memory → 任务 Experience → 下次任务加载从「干完就忘」变成「跨任务学习」
创造技能61–62Agent 发现重复流程 → create_skill() → 验证 → 安装从「人写 Skill」变成「Agent 自己沉淀 Skill」
编辑提示词63–64Prompt Proposal → Validation → Version → Activation从「提示词写死」变成「提示词可版本化演进」
生成 Agent65code-reviewer / test-agent / research-agent从「人定义 Agent」变成「Agent 定义 Agent」
受控变更66–67HarnessMutation + 权限：propose / validate / apply从「任意写入」变成「一切变更受控可审计」
可回滚68–69Harness Version + 性能下降时 rollback从「改了就不能反悔」变成「Self-improving ≠ Self-destructing」
形成闭环70Task → Agent → Experience → Harness Update → Next Task从「一次性工具」变成「持续演进的生命体」

对照着看，每一步都踩在前一步的肩膀上：

  • 没有 57 的 HarnessState，58–65 的修改就找不到「修改对象」；
  • 没有 58–60 的记忆，61 的 Skill Creator 就只是「临时技巧」而非「经验沉淀」；
  • 没有 61–62 的技能机制，63–64 的提示词演进就缺了最核心的载体；
  • 没有 63–65 的演进能力，66–67 的 Mutation API 就没有东西可管控；
  • 没有 66–67 的受控机制，68–69 的版本与回滚就是一句空话。

这就是演进叙事：不是每次加一个独立新功能，而是把「自我进化」一层一层地从口号变成可验证的代码。

四、这一 Stage 完成之后，我们会得到一个怎样的 Agent？ ​

毕业作品叫 Persistent Self-Adapting Agent——一个能记住经验、沉淀 Skill、演进提示词，并且一切变更都可版本化、可回滚的 Continual Harness。

先看它长成什么样：

对比 Stage 5 的 Recursive Runtime Agent，能力一目了然：

维度Stage 5 · Recursive Runtime AgentStage 6 · Continual Harness
谁在改进 Harness开发者Agent 自己
可改的东西无（Harness 是固定的）prompt / skills / memory / agents / policies
记忆任务内消息历史跨任务的 Persistent Memory
Skill开发者预置Agent 自己 create / validate / install
变更控制无Mutation API：propose → validate → apply → version → rollback
核心心智可编程环境 + 递归树Harness 本身成为 Agent 可演进的状态

一句话概括 Stage 6 的目标： 把「Agent 使用 Harness」升级成「Agent 改进 Harness」——让 Agent 的记忆、技能、提示词都能在一个受控、可回滚的闭环里持续演进。

五、章节清单 ​

#章节Git Tag状态
57Harness Statev57-harness-state规划中
58Persistent Memoryv58-memory规划中
59Experiencev59-experience规划中
60Load Experiencev60-experience-load规划中
61Agent Generated Skillv61-generated-skill规划中
62Skill Creatorv62-skill-creator规划中
63Self-editing Promptv63-self-edit-prompt规划中
64Prompt Versioningv64-prompt-version规划中
65Agent Generated Agentv65-generated-agent规划中
66Harness Mutation APIv66-mutation-api规划中
67Mutation Permissionv67-mutation-policy规划中
68Harness Versionv68-harness-version规划中
69Rollbackv69-rollback规划中
70Hello Continual Harnessv70-continual-harness规划中

阶段结尾 ​

这一阶段结束：Persistent Self-Adapting Agent——任务完成后沉淀经验，经验加载进下一次任务，Skill 与 Prompt 在受控的版本机制里持续演进，一切变更可审计、可回滚。

记住这一 Stage 的灵魂一句：Agent 不只是 Harness 的使用者，也可以是 Harness 的演进者——但每一步演进都必须受控、可版本化、可回滚。

下一阶段，我们要给这套「自我进化」装上科学的地基：没有 Evaluation 的自我改进，只是 Agent 在自说自话。Task、Trajectory、Verifier、Reward、Regression——把「我变好了」变成可测量、可对比、可证明的工程。