跳到主要内容

Anthropic: Effective Harnesses for Long-Running Agents

Summary​

Anthropic 工程师 Justin Young 探讨了 AI Agent 在多个上下文窗口之间保持一致进度的核心挑战。文章揭示了两大失败模式：过度野心（Agent 一次尝试完成全部工作导致上下文耗尽）和过早完成（后续 Agent 实例误判项目已完成）。提出了 Initializer Agent + Coding Agent 的两部分架构，通过功能列表、增量进度和会话初始化协议来确保跨会话的连贯开发。该方法的本质类似于"工程师轮班交接"问题的系统化解决方案。

Key Concepts​

  • Over ambition：Agent 试图一次完成整个应用，上下文耗尽留下半成品
  • Premature Completion：后续 Agent 误判项目已完成而过早停止
  • Initializer Agent：首个会话建立基础环境和全面功能列表
  • Coding Agent：后续会话专注增量功能开发
  • Feature List：JSON 结构的需求文件，跟踪功能通过/失败状态
  • Incremental Progress：每个会话处理一个功能，配合 git 提交和进度摘要
  • Session Continuity：跨会话保持进度连贯的机制

Detailed Content​

两大失败模式​

Over ambition：Agent 试图一次完成整个应用，在实现中途耗尽上下文窗口，留下未文档化的半成品功能。

Premature Completion：后续 Agent 实例观察到已有进展后，在未实现所有必要功能的情况下宣布项目完成。

两部分架构​

Initializer Agent（首次会话）：

  • 建立 init.sh 脚本运行开发服务器
  • 创建 claude-progress.txt 记录 Agent 活动
  • 初始 git 提交显示新增文件
  • 全面的功能列表（示例中 claude.ai 克隆有 200+ 功能）

Coding Agent（后续会话）：

  • 专注增量进度
  • 保持可合并到主分支的干净代码状态

环境管理策略​

Feature List：JSON 结构的需求文件，跟踪功能通过/失败状态，防止 Agent 删除或修改测试。

Incremental Progress：每个会话处理一个功能，配合 git 提交和进度摘要，使 Agent 能回滚失败的更改。

测试策略：明确提示使用浏览器自动化工具（Puppeteer MCP）确保端到端验证。

会话初始化协议​

  1. 检查工作目录
  2. 读取进度文件和 git 日志
  3. 查看功能列表确定下一优先级
  4. 运行基本端到端测试
  5. 开始增量功能开发

未来展望​

专门的多 Agent 架构（测试 Agent、QA Agent、清理 Agent）可能优于单一通用 Agent，且原则可扩展到科学研究和金融建模场景。

  • Harness Design for Long Running Application Development
  • Multi Agent Architecture
  • Context Management
  • Git Based Workflow
  • Test Driven Development