跳转到内容
Yzx Wiki

Effective harnesses for long-running agents

简介

Section titled “简介”

这是一篇 Anthropic 于 2025-11-26 发布的工程文章，讨论长时运行 coding agent 如何跨多个 context window 持续推进工作。它的重点不是再加更多 agent 角色，而是用一套更朴素但更稳定的多轮交接结构，让每个新 session 都能快速接手、做出小步增量、并把环境留在干净可继续的状态。

关键点

Section titled “关键点”
  • 文章先指出一个现实限制：即使 Claude Agent SDK 支持 compaction，长任务也仍会在多 context window 之间断裂，因为新 session 天生没有前情记忆。
  • Anthropic 观察到两个典型失败模式：一是 agent 试图一次做太多，结果在半路耗尽上下文，留下半成品和不清晰状态；二是 agent 在看到已有进展后过早宣布“项目完成”。
  • 为了解这个问题，他们采用了一个两段式结构：initializer agent 只在第一轮运行，负责搭好环境；之后所有 session 都由 coding agent 接力做增量推进。
  • initializer agent 的核心职责不是写功能，而是准备跨 session 交接所需的环境骨架，包括 init.sh、claude-progress.txt、初始 git commit，以及一个结构化 feature list。
  • 这个 feature list 是全文里最关键的 artifact 之一。它把原始高层 prompt 展开成大量可验证的 end-to-end feature，并一开始全部标为 passes: false。
  • Anthropic 明确提到他们最终选了 JSON 而不是 Markdown 来存这份 feature list，因为模型更不容易随意重写或破坏 JSON 结构。
  • 后续 coding agent 的工作原则也非常明确：每轮只做一个 feature，读进度文件和 git log 获取上下文，先确认当前环境没坏，再选择最高优先级未完成项推进。
  • 文章把“把环境留在 clean state”提到很高位置。这里的意思不是“差不多能跑”，而是代码应接近可 merge 到主分支的状态，没有大的脏改、没有无文档半成品、也不要求下一个 agent 先替它收拾残局。
  • 为了达到这一点，Anthropic 明确要求 agent 用 git commit 记录每轮增量，并在 progress file 里写结构化总结。这样既能减少猜测，也让 agent 可以自行回滚坏改动。
  • 文章还特别强调 end-to-end testing。默认情况下，Claude 容易在做过一些单测或 curl 后就把功能标成完成；显式要求它通过浏览器自动化从用户视角测试，效果会好很多。
  • 在具体案例里，他们让 agent 每轮都先跑 pwd、读进度文件、看 git log、启动 init.sh、做一轮基础功能验证，再开始实现新 feature。这种“先把自己带入当前现实状态”的流程本身就是 harness 的一部分。
  • 文章最后总结出的价值很清楚：长时运行 agent 不只是上下文压缩问题，更是交接 artifact 设计问题。没有 feature list、progress file、init script 和 commit 历史，再好的 compaction 也不够稳。

ℹ️ Conflict:

  • 这篇文章强调 initializer/coding agent 的两段式结构，但脚注也说明它们本质上只是不同初始提示的同一 harness；因此“多 agent”在这里更多是 prompt role 区分，而不是完整多智能体系统。
  • 它依赖大量结构化 artifact 来提高可持续性，但这些 artifact 本身也需要被维护；如果 feature list、progress file 或 init.sh 过时，agent 反而会被错误状态误导。
  • 一次只推进一个 feature 能提升稳健性，但也会牺牲吞吐；对于天然可并行的任务，这种策略未必最优。

相关链接

Section titled “相关链接”

来源引用

Section titled “来源引用”
  • Anthropic, “Effective harnesses for long-running agents”, 2025-11-26.
  • 原文摘录：[llm-wiki/raw/anthropic/Effective harnesses for long-running agents](/raw/anthropic/Effective harnesses for long-running agents.md)