进六 Harness 进阶：编排、观测与部署

06.1 Harness：模型外面那层壳到底是什么

2026 年 5 月，掘金《Harness Engineering》一句话点透：Claude Code 就是包在 Claude 外面的 agentic harness——它提供工具、上下文管理、执行环境，把语言模型变成能干活的程序员。

示意图 20：Agent = Model + Harness

flowchart TD
  A["AI Agent"] --> M["Model 模型<br/>只会预测下一个 token"]
  A --> H["Harness 马具/壳"]
  H --> T["工具执行"]
  H --> C["上下文管理"]
  H --> L["循环控制 (Agent Loop)"]
  H --> P["权限/沙箱"]
  H --> O["可观测"]
  style H fill:#0ea5a4,stroke:#0f766e,color:#fff

核心建议：模型会越来越强且趋同。决定你产品上限的，是那层把模型"套"好的 Harness。别只盯着换模型。

06.2 Hook 与可观测性：怎么知道 Agent 在干啥

呼应 §08.5。补 Hook（钩子）：在"工具调用前/后"插入拦截逻辑。例如：

• pre-tool：调危险命令前弹审批。
• post-tool：每次调用自动写日志、计费。

Hook + 链路追踪，才让你"看得见"Agent。没这层，出事只能猜。

06.3 部署与调度：跑在哪、什么时候跑

呼应 §08。补一句：Agent 不是常驻进程。调度决定它何时被唤起（事件触发/定时/人工），部署决定跑在云函数还是容器。长任务用异步队列，别占着请求线程。

06.4 ACP：标准化的 Agent 控制接口

协议版图补全（§03.5 讲了 MCP、A2A）：

示意图 21：三大协议各管一段

flowchart TD
  A["Agent A"] -->|"MCP 接工具/数据"| T["工具·数据源"]
  A -->|"A2A 找同伴"| B["Agent B"]
  H["宿主/编辑器"] -->|"ACP 控 Agent"| A["Agent A"]
  style A fill:#e8f0fe,stroke:#2563eb

• MCP：Agent ↔ 工具/数据（USB-C）。
• A2A：Agent ↔ Agent（协作）。
• ACP（Agent Client Protocol）：宿主/编辑器 ↔ Agent（控制接口），类比 LSP 当年统一语言服务器。2025 年 IBM 的 ACP 与 Google 的 A2A 走向合并，生态在收口。

经验：三个协议不打架，各管一段。选型时先问：我要接工具、连同伴、还是被宿主控制？