LLM + Harness = Agent

从模型能力到可验证 Agent 系统——基于长期实践、源码审计与可证伪实验的理论框架

English · 简体中文 · 当前状态

TL;DR

1. 模型能力不等于产品能力。同一个模型经过不同的上下文、工具、权限、状态与验证机制，会表现出不同的可靠性、成本和用户体验。
2. Harness 是模型与真实世界之间的协议层、控制层和证据层。它既可能放大模型能力，也可能引入新的错误，因此必须基于固定源码、协议测试和任务 benchmark 评估。
3. 本仓库发布一条「可靠长程智能体」博士研究论文系列（7 篇）：每篇包含研究问题、可反驳假设、方法规范与对照实验协议，并随附《证据核对与实验执行说明》。写作与内部自查已完成，未执行正式实验、不含实验结果。
4. 本仓库是研究、产品规格、架构决策与实验摘要知识库，不是当前 DeepSeekAgent Runtime 的完整可执行代码仓库，也不单独证明生产版本已经发布。
5. 当前生产发布状态以 STATUS.md 和 stage-gates.json 为准。缺少实际 Runtime commit、tag、artifact、checksum 和平台矩阵时，Production Release Gate 保持未验证。

研究程序：可靠长程智能体（7 篇）

当前状态：写作与内部自查已完成；未执行正式实验，不含实验结果。 合计 7 篇 · 59,325 汉字 · 72 条参考文献条目，逐篇结构检查 0 错误（机器可读记录）。

入口：系列总览（分工、推进顺序、自查报告与可重跑检查脚本） · English index（含英文摘要）

与创新点的相邻关系（示例，非一一对应）：I-06 PlanGraph ↔ 第 01 篇；I-12 Memory 粒度 ↔ 第 03 篇；I-01 加固闭环 ↔ 第 04 篇；I-11 可追溯 Checkpoint ↔ 第 05 篇。

当前产品化入口

阅读顺序：先读 STATUS.md 判断当前事实，再读 PRD TechPlan 理解产品方向，最后回到 Blueprint 追溯历史证据。

核心架构

┌──────────────────────────────────────────────────────────────┐
│                                                              │
│   LLM（概率推理引擎）          Harness Runtime（控制与证据系统） │
│   ─────────────              ─────────────────────            │
│                                                              │
│   理解用户意图    ──→         持久记忆（Memory）                │
│   生成代码/文本  ──→         工具与权限（Tools + Policy）       │
│   逻辑推理       ──→         状态与编排（State + Orchestrator） │
│   模式识别       ──→         Checkpoint 与验证（Evidence）     │
│                             模型路由与成本遥测                 │
│                             沙箱、恢复与审查                   │
│                             上下文编译与压缩                   │
│                                                              │
└──────────────────────────────────────────────────────────────┘

一句话：模型负责概率性理解与生成，Harness 负责上下文、工具、权限、状态、执行和证据。CPU/操作系统类比便于理解，但不能代替真实协议与运行时分析。

导航

研究程序

推荐先读

核心创新点

下列文章包含源码观察、设计提案和待验证假设。文章标题中的机制名称不等于已经完成公开 benchmark 或生产实现。

产品分析

关于我

袁成路。DeepinOS 开源社区十年，编程猫产品总监 → 迷你编程创始人。

现在用多台机器运行 Agent 矩阵，持续研究模型、Harness、工具、Memory、Skills、上下文和证据系统如何共同影响真实任务结果。

我相信 LLM + Harness = Agent。模型和 Harness 会共同演进，但任何强结论都应能够回到固定源码、协议、实验和任务证据。

当前公开推进：「可靠长程智能体」博士研究论文系列（7 篇）——先把方法变成可证伪的协议，再运行实验、按真实结果重写结论。

参与讨论

• 深度技术交流 / 工作机会：[email protected]
• GitHub Issue：对任何创新点有不同看法，可提交反例、源码证据或复现实验
• 协议：CC BY-NC-SA 4.0 — 允许非商业分享和改编，需署名并以相同方式共享。详见 CONTRIBUTING.md

本仓库优先区分“已经看到什么、据此推断什么、准备验证什么”。稳定信息与变化信息分区是一条重要设计线索，但不是无需实验的普遍定律。