# Agency：为AI编程代理赋予更多自主性的Harness框架 > Agency是一个元Harness框架，通过自动化多步工作流运行其他AI编程代理。它采用分层架构将领域逻辑与后端解耦，支持分析、修复、规划、监控等多种工作流模式。 - 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm) - 发布时间: 2026-03-30T23:45:04.000Z - 最近活动: 2026-03-30T23:54:22.991Z - 热度: 159.8 - 关键词: Agency, Harness工程, AI编程代理, 多步工作流, 代码审查, 自动化修复, 分层架构, 策略模式 - 页面链接: https://www.zingnex.cn/forum/thread/agency-aiharness - Canonical: https://www.zingnex.cn/forum/thread/agency-aiharness - Markdown 来源: ingested_event --- # Agency：为AI编程代理赋予更多自主性的Harness框架 ## 引言：Harness工程的兴起 随着AI编程代理（AI Coding Agents）能力的飞速提升，如何有效地"驾驭"这些代理成为了软件工程领域的新挑战。单纯的提示工程已经无法满足复杂软件开发的需求，业界开始呼唤一种更系统化的方法——Harness工程（Harness Engineering）。 Agency正是在这一背景下诞生的。它是一个元Harness（meta-harness）框架，能够运行其他AI编程代理，通过自动化多步工作流来赋予代理更多的"自主性"（agency）。该项目虽然仍处于研究阶段，但其架构设计和工程理念已经展现出对Harness工程的深刻理解。 ## 什么是Harness工程 Harness工程是AI辅助软件开发中的新兴范式。与传统的"提示工程"关注单次模型调用不同，Harness工程关注的是： - 如何构建可靠的代理执行环境 - 如何管理长期运行的代理任务 - 如何处理代理的失败和恢复 - 如何将代理能力集成到现有的开发工作流中 Agency的README中引用了一系列关于Harness工程的重要文章，包括OpenAI、Anthropic、Martin Fowler等权威来源，显示出项目对这一领域的深入思考。 ## Agency的核心特性 Agency提供了五个核心功能模块，每个模块都对应着软件开发中的特定场景： ### 1. Analyze（分析） 代理扫描代码库，识别潜在问题，并将发现的问题提交到问题追踪器。这一功能类似于自动化的代码审查，但由AI代理执行，能够发现更深层次的设计和架构问题。 ### 2. Fix（修复） 支持两种模式：基于问题的修复（从追踪器获取）和基于规格的修复（从文件或提示获取）。Fix功能运行一个实现→审查→反馈处理的对抗性循环，最终提交Pull Request。 ### 3. Watch（监控） 持续循环模式：修复就绪的问题，当队列空闲时进行分析，然后休眠。这是Agency最具"自主性"的特性——代理可以持续监控代码库状态，主动发现问题并修复。 ### 4. Plan（规划） 交互式会话，代理探索代码库，与用户讨论选项，并生成结构化的计划文件到`.agency/plans/`目录。这一功能强调人机协作，在自动化和人工决策之间找到平衡。 ### 5. Ralph（迭代精炼） 以"新鲜视角"进行迭代式精炼。运行Ralph策略循环，每次迭代后提交，最终创建Draft PR。这一功能特别适合渐进式改进和重构任务。 ## 分层架构设计 Agency的架构设计体现了成熟的软件工程思想。它采用分层架构将领域逻辑与后端实现解耦： ``` ┌─────────────────────────────────────────┐ │ CLI / Entrypoints │ │ (parse args, load config) │ └────────────────────┬────────────────────┘ │ ┌────────────────────▼────────────────────┐ │ Feature Pipelines │ analyze, fix, plan, ralph, watch │ (orchestrate ports + domain engine) │ └──────┬─────────────┬────────────────────┘ │ │ ┌──────▼──────┐ ┌────▼────────────────────┐ │ Domain │ │ Ports │ │ Engine │ │ (protocols/interfaces │ │ │ │ the pipelines depend │ │ loop_until │ │ on, not the reverse) │ │ _done() │ │ │ │ │ │ AgentBackend │ │ │ │ InteractiveAgentBackend│ │ │ │ VCSBackend │ │ │ │ IssueTracker │ └─────────────┘ └────────────┬────────────┘ │ ┌─────────────▼────────────┐ │ Adapters │ │ (concrete backends) │ │ │ │ ClaudeCliBackend │ │ GitBackend │ │ GitHubTracker │ └─────────────────────────┘ ``` 这种设计的优势在于： - **独立可测试**：领域引擎可以在不启动子进程的情况下独立测试 - **后端可替换**：管道可以针对GitLab、Linear或其他后端而无需fork - **可复用性**：新的用例（如审查PR而非问题）可以复用现有引擎 ## 领域引擎与策略模式 Agency的核心是一个通用的执行循环，它运行可插拔的策略直至完成。引擎本身不知道使用的是哪个AI提供商、版本控制系统或问题追踪器。 目前实现了两种策略： ### AntagonisticStrategy（对抗策略） 实现→审查→处理反馈的循环，使用两个对立的代理。这一策略被Fix管道使用，模拟了软件开发中的代码审查流程： 1. 编码代理实现功能 2. 审查代理检查代码 3. 如有反馈，编码代理处理 4. 循环直至满足终止条件 ### RalphStrategy（Ralph策略） 以"新鲜视角"进行迭代式精炼，使用单个代理。每次迭代后提交，确保崩溃安全。这一策略被Ralph管道使用，特别适合渐进式改进： 1. 代理以"新鲜视角"审视当前状态 2. 提出改进建议 3. 实施改进并提交 4. 循环直至满足目标 ## 配置与定制化 Agency支持通过`.agency/config.yml`进行配置，所有字段都是可选的，内置了合理的默认值。配置包括： - **迭代限制**：防止无限循环 - **上下文**：项目的额外上下文信息 - **代理模型配置**：为规划、编码、审查、分析等不同角色指定模型 - **代理努力程度**：控制代理的"努力"级别（high/medium/low） - **自定义提示**：覆盖内置的默认提示模板 这种设计既提供了开箱即用的体验，又允许高级用户进行深度定制。 ## 技术实现细节 ### 后端抽象 Agency定义了清晰的端口（Ports）接口： - **AgentBackend**：AI代理的基本接口 - **InteractiveAgentBackend**：支持交互式会话的代理接口 - **VCSBackend**：版本控制系统接口 - **IssueTracker**：问题追踪器接口 当前实现包括： - **ClaudeCliBackend**：基于Claude CLI的代理后端 - **GitBackend**：Git版本控制后端 - **GitHubTracker**：GitHub问题追踪后端 ### 领域类型 Agency定义了清晰的领域模型： - **AppContext**：组合根，包含项目目录、配置、追踪器和VCS后端 - **Config**：从YAML加载的配置对象 - **Issue**：追踪器中的工作项，与具体追踪器无关 - **FoundIssue**：分析步骤的输出，在提交到追踪器之前 ### 有意保持具体的部分 Agency的架构设计也体现了"不是所有东西都需要抽象"的智慧。以下部分保持具体实现： - **分支命名**：如`fix/issue-{number}`、`ralph/`，在每个管道中具体定义 - **配置加载**：YAML到Config的具体转换，作为用户-facing的契约 - **日志**：作为横切关注点，不是端口 - **默认提示**：与每个管道一起内置，用户可通过配置覆盖 ## 灵感来源与设计理念 Agency的设计深受业界先锋的影响，README中列出的灵感来源包括： - **Nick Nisi**的Case Statement和workos/case项目 - **Ryan Lopopolo**关于Harness工程的OpenAI博客文章 - **Justin Young**和**Prithvi Rajasekaran**关于长期运行代理的Anthropic文章 - **Birgitta Böckler**在Martin Fowler网站上的Harness工程文章 - **Chad Fowler**关于"转移严谨性"的思考 - **Kyle Mistele**关于Harness工程的文章 - **Mitchell Hashimoto**关于AI采用旅程的分享 这些资源共同构成了Harness工程的知识体系，Agency是这一体系在实践中的体现。 ## 项目现状与注意事项 需要特别注意的是，Agency目前是一个研究项目。项目作者在README中明确警告： > ⚠️ **Agency是一个研究项目。如果你的名字不是Michael Uloth，请不要使用它。** > > 本软件可能会在没有通知的情况下更改或损坏。不提供支持或保修。使用风险自负。 这意味着项目尚未达到生产就绪状态，API可能会发生重大变化。但对于希望了解Harness工程理念的开发者来说，Agency仍然是一个极具价值的学习资源。 ## 结语 Agency代表了AI编程代理领域的一个重要方向：从"如何让模型生成更好的代码"转向"如何构建可靠的代理执行环境"。它的分层架构、策略模式、端口-适配器设计都体现了成熟的软件工程思想。 随着AI代理能力的持续提升，Harness工程将成为软件工程的核心技能之一。Agency为我们展示了一个可能的未来：AI代理不再是需要人工持续监督的工具，而是可以自主运行、自我修复、持续改进的"数字同事"。