进八 Agentic AI 六大支柱：一套能落地的架构评审框架

本章目录

08.1 Agentic Harness：最被低估的支柱
08.2 Unit of Work：把「聊天」变成「把事办成」
08.3 Workflows & Commands：把最佳实践变成可复现流程
08.4 Memory：会自学、会自治、有边界的记忆
08.5 Skills：可复用、可测试、会进化的能力
08.6 Oversight：让你「敢」把 Agent 放出去
08.7 怎么用这套框架：评审、新建、选型
08.8 两套「六大支柱」的关系

进一讲过「产品会换，支柱不换」。但进一的「六大支柱」（模型机制 / Loop / 工具 / 上下文 / 多智能体 / 工程兜底）是学习地图——告诉你该学什么。

这章换一把尺子：架构评审地图。当你真要搭一个能上线、能托付的 Agent，拿什么 checklist 照它？2026 年社区（与 Anthropic 长效 Agent / Harness Engineering 同源）沉淀出一套 Six Essentials of Agentic AI：Agentic Harness、Unit of Work、Workflows、Memory、Skills、Oversight。

核心洞见：模型不是 Agent，系统是。 大多数人一上来死磕模型。但能干活的是那一整套壳：循环、工具、上下文、边界、反馈。模型只是发动机，系统才是车。

这套框架有两个语境，都适用同一套六支柱： - 搭 Agent：让 AI 自主把活干完（如客服 Agent、数据分析 Agent）。 - 用 Agent 做开发：把 Agentic AI 当开发工具（如 Claude Code 写代码）。

两件事缺的支柱一模一样。

示意图 23：六大支柱分层栈

flowchart TD
  O["Oversight 监督：知道它干得对不对"] --> S["Skills 技能：给它能力"]
  S --> M["Memory 记忆：给它上下文"]
  M --> W["Workflows 工作流：告诉它干什么"]
  W --> U["Unit of Work 工作单元：给它边界"]
  U --> H["Harness 马具：跑起循环"]
  style O fill:#fde68a,stroke:#d97706
  style H fill:#e8f0fe,stroke:#2563eb

下面一个一个过。

08.1 Agentic Harness：最被低估的支柱

Harness 是包在模型外的运行时：管循环（Plan→Act→Observe→Repeat）、管工具访问与调用、管上下文窗口（缓存+压缩）、管错误恢复与重试。

进二讲了 Loop 心脏，进六讲了 Harness 工程，进四讲了缓存与压缩——本书记载的全在这根支柱上。这里补它的「薄弱信号」：

薄弱信号	说明	标叔的结论
任务中途丢上下文	长任务跑到一半忘了前面	Harness 没做 compaction
突然撞 token 上限	明明没多少活却爆窗	上下文管理缺失
重复调同一工具	同样查询打三次	缺结果缓存
死循环不终止	没出口条件	缺停止判据

经验：Claude Code 是教科书级 Harness——它管文件/终端/搜索工具、自动压缩上下文、跑 plan-act-observe、还能接 MCP 扩展。想学 Harness，先把它拆一遍。

08.2 Unit of Work：把「聊天」变成「把事办成」

这是书里之前没单独讲的一根支柱，也最关键——它区分「聊天机器人」和「能把事办完的系统」。

工作单元是给 Agent 一个有边界、能持久、能收尾的容器。

示意图 24：从聊天到工作单元的复杂度光谱

flowchart LR
  A["聊天会话 起止即对话 上下文临时 活易逝"] --> B["工单/Ticket 跨小时天 状态持久 可恢复可追踪"]
  style A fill:#fee2e2,stroke:#dc2626
  style B fill:#dcfce7,stroke:#16a34a

维度	聊天会话	工作单元（Ticket / Job / Task）
起止	随对话结束	可跨小时 / 天
上下文	临时	状态持久
工作	易逝	可暂停、可恢复、可追踪、可收尾

注意：多数团队从聊天会话起步，但生产系统需要更耐久的容器——项目管理里的工单、队列里的 Job、工作流引擎里的 Task。它给 Agent 一个具体的「做完了」的定义。

薄弱信号：Agent 干不了跨会话的活、没法追踪它干了啥、会话一结束活就丢、没有「完成」的概念。

08.3 Workflows & Commands：把最佳实践变成可复现流程

没有工作流，你就指望 LLM 从一个模糊 prompt 里「猜」该干嘛。工作流把团队最佳实践编码成可复现的自动化——这是「让 AI 帮个忙」和「跑这个流程」的区别。

三步模式：

示意图 25：Workflow 三步法

flowchart TD
  T["Trigger 触发 命令/事件/定时"] --> C["Context 注入 相关数据/历史/约束"] --> E["Execute 执行 带目标与边界跑 Loop"]
  style T fill:#e8f0fe,stroke:#2563eb
  style C fill:#e8f0fe,stroke:#2563eb
  style E fill:#e8f0fe,stroke:#2563eb

Trigger：命令、事件或定时任务拉起。
Context：工作流先加载相关数据、历史、约束。
Execute：Agentic Loop 在清晰目标与边界下跑。

经验：工作流要可参数化（不同输入）、可组合（一个调另一个）、最好用户也能自建。进六的 Hook、进七的 LangGraph 图，本质都是工作流的不同形态。

薄弱信号：每次交互从零开始、同类任务结果不一致、没法标准化常规操作、常规活要写一大段 prompt 才动。

08.4 Memory：会自学、会自治、有边界的记忆

进四讲透了记忆的存储（文件派 vs 数据库派）、五种失效、RAG。这里补生产级记忆的三个硬指标：

指标	含义	标叔的结论
Self-Learning 自学	从干过的活自动更新，无需人工维护	不自学 = 每次从零
Self-Managing 自治	自己修剪 / 排序 / 组织，防变成噪声	无界记忆 = 噪声
Properly Scoped 有边界	不同上下文用不同记忆	串味 = 项目 A 污染 B

四层作用域（这是新框架点出的关键分类）：

Personal 个人：单用户偏好与历史。
Project 项目：某件活的专属上下文。
Organisation 组织：团队 / 公司共享知识。
Global 全局：到处用得到的通识。

经验：作用域边界必须强制——否则项目 A 的上下文漏进项目 B，Agent 就开始胡说。进四的「记忆五种失效」里「污染」那条，根因往往就是作用域没划清。

08.5 Skills：可复用、可测试、会进化的能力

进三把 Skills 讲成「Agent 时代的知识分发系统」。这里补它的工程属性与进化闭环：

Skills 五属性：系统级（全组织共享）、版本化（可回滚）、可测试（上线前验）、可组合（技能拼技能）、自改进（用中优化）。

示意图 26：Skills 持续进化闭环

flowchart TD
  D["Deploy 上线"] --> O["Observe 观测用法与结果"] --> E["Evaluate 按标准度量"] --> R["Refine 据所学更新"] --> D
  style D fill:#e8f0fe,stroke:#2563eb
  style R fill:#dcfce7,stroke:#16a34a

类比：Skills 像包管理器里的包（npm / pip），但在知识层而非代码层——它编码「怎么把 X 干好」，并随用随强。注意：防 skill bloat——技能太多反而拉低选择质量（呼应进三 TianPan 的「工具过载」：选准率可低至 13%）。

薄弱信号：Agent 样样平平、没法沉淀领域专长、改进不被复用、系统用而不强。

08.6 Oversight：让你「敢」把 Agent 放出去

§07 讲了评测与安全，进一讲了反馈闭环。Oversight 是把它们立为顶层支柱，并点出它和下面五层是双向的。

三大能力：

Evaluation 评测：系统判定产出达不达标——不是「跑完没」而是「好不好」。可自动（二遍 LLM 打分、确定性检查、测试套件）可人工（审阅队列、审批闸）。
Transparency 透明：Agent 干了啥、为啥干的完整轨迹（推理、工具调用、用到的上下文、决策）。这不是 debug 日志，是让其他层能改进的审计 trail。
Escalation 上报：Agent 认得出自己不懂，在正确时刻拉人。要点：不确定时默认上报，而非默认瞎猜。

示意图 27：Oversight 的双向反馈电路

flowchart TD
  OV["Oversight 评测/透明/上报"] -.评测结果改 Skills.-> S["Skills"]
  OV -.轨迹改进 Workflows.-> W["Workflows"]
  OV -.上报暴露 Memory 缺口.-> M["Memory"]
  OV -.质量指标调 Harness.-> H["Harness"]
  OV -.完成质量重定 Done.-> U["Unit of Work"]
  style OV fill:#fde68a,stroke:#d97706

核心建议：没有这条电路，§08.4 / §08.5 讲的「自学」「自改进」只是空话—— plumbing 没接上。评测别成瓶颈压垮吞吐；但也别啥都不评，把未知风险全盘接收。

薄弱信号：团队说不清 Agent 多久对一次、错误是用户先发现、自改进只停在 PPT、人要么全审（白用 Agent）要么全不审（裸奔）、Agent 从不说「我不确定」。

08.7 怎么用这套框架：评审、新建、选型

成熟度标尺（评审每个支柱）：

等级	含义
Missing 缺失	完全没有
Ad hoc 临时	有但非正式、不一致、靠手
Defined 已定义	刻意设计、接口清晰
Managed 受管	有监控、有度量、主动维护
Optimising 自优化	带反馈环自我改进

经验：不必全到 Optimising 才值钱。但任何支柱落在 Missing 都是大洞。先让六项都到 Defined——大部分价值在这解锁。

新建项目起点：先上 Harness + Unit of Work（地基，两个就能跑出一个有用系统）；重复搭同款上下文时加 Workflows；发现 Agent 在重学已知东西时加 Memory；有领域专长要复用时加 Skills；错的代价（质量 / 信任 / 风险）够大时加 Oversight——实践中多数生产系统都得到这一步。

评工具 / 平台：拿六支柱当 checklist。多数工具强在 Harness、弱在其它。差异在它把 Unit of Work / Workflows / Memory / Skills / Oversight 做得如何。

用法	看什么	结论
架构评审	六支柱成熟度	有 Missing 就先补
新建	先 Harness + UoW	按需往上加
选型	六支柱覆盖度	别只看模型

08.8 两套「六大支柱」的关系

收个尾，免得你混乱：

进一的六大支柱（模型机制 / Loop / 工具 / 上下文 / 多智能体 / 工程兜底）= 学习地图：告诉你 2026 该学什么。
这章的 Six Essentials（Harness / Unit of Work / Workflows / Memory / Skills / Oversight）= 架构评审地图：告诉你上线前照什么查。

两图互补：先按进一学全，再拿这章查生产就绪。

最后一句话：模型会换代，框架不会。把这本的入门 11 章 + 进阶 8 章吃透，你不仅能看懂任何新 Agent，还能一眼评出它「能不能真的上线」。

知识来源（本章）： - Six Essentials of Agentic AI 架构评审框架（用户提供补充资料，2026；与 Anthropic 长效 Agent / Harness Engineering 社区同源，核心洞见「模型不是 Agent，系统是」） - harness-engineering.ai《The Complete Guide to Agent Harness: six core components》（2026-03） - Anthropic 长效 AI 智能体设计蓝图：Agent Harness 架构解析（经 agents.ac.cn 解读，2026-03） - ai-boost / awesome-harness-engineering（GitHub，2026-06，Agent Harness 构成性定义） - 交叉引用：本书 §07、进一 ~ 进七各章