第五层“Harness（行为缰绳）

如果说第四层Agent是那个聪明但偶尔会冒失的实习生，那第五层Harness就是公司给他制定的《员工手册》+ 工作流审批系统（SOP）。

到了这一层，我们要解决Agent在真实业务中的“不可控”问题。因为Agent是“生成式”的，同样的问题问两次，它可能走两条完全不同的路。在银行转账、医疗诊断等严肃场景中，这种不确定性是不可接受的。Harness就是给AI的“自由发挥”套上“确定性”的笼头。

---

🎯 Harness的核心使命：从“动态生成”到“确定执行”

Harness不做决策（那是Agent的事），它做的是约束、编排和兜底。它像一个交通指挥系统，确保Agent这辆“自动驾驶汽车”不闯红灯、不逆行、最终安全到达目的地。

它的工作可以拆解为四个核心职能：

职能	作用	通俗理解
1. 流程编排 (Orchestration)	将Agent的思维过程强行固定为预设的工作流（DAG，有向无环图）。	规定“必须先登录 -> 再查库存 -> 最后下单”，绝对不能跳步。
2. 状态管理 (State Management)	记录Agent每一步执行后的状态，支持暂停、回滚和人工审批（Human-in-the-loop）。	像Git版本管理，随时可以“Ctrl+Z”撤回上一步危险操作。
3. 结构输出 (Structured Output)	强制Agent输出严格的JSON或XML格式，而非自然语言。	像给实习生填空题模板，不准自由发挥，方便后端程序直接解析。
4. 安全护栏 (Guardrails)	对输入（用户的恶意提问）和输出（是否涉及敏感词）进行双重过滤。	像杀毒软件，在对话入口和出口进行扫描。

---

⚙️ 落地实战：LangGraph 与 状态机

目前实现第五层最强大的框架是 LangGraph（LangChain的升级版）。

与第四层传统Agent（ReAct）那种“黑盒”循环不同，LangGraph让你把Agent的逻辑构建成一个显式的“图（Graph）”。你可以定义节点（Node）和边（Edge）。

举个常见的“客服工单系统”例子：

• 节点1：意图识别（判断用户是想退货、换货还是咨询）。

• 条件边（Conditional Edge）：如果意图是“退货”，强制走节点2；如果是“咨询”，直接跳到节点4。

• 节点2：身份验证（必须调用DB查用户ID）。

• 节点3：库存/订单校验。

• 节点4：生成回复。

对比效果：

• 第四层（纯Agent）：可能自作聪明跳过验证，直接生成退货地址（导致错发）。

• 第五层（LangGraph）：代码逻辑硬性规定，不通过节点2，绝不进入节点3。把大模型的“概率性推理”降维成了“确定性工程”。

---

🛡️ 两大核心安全机制

1. 人工介入（Human-in-the-Loop）

在自动化流程中设置断点（Breakpoint）。例如，当Agent决定“执行转账操作”时，Harness强制暂停整个进程，不直接执行，而是发一条消息给主管：“请求审批：向尾号1234账户转账5万元，是否同意？” 点击确认后，Harness才允许Agent继续执行。

2. 重试与回退（Retry & Fallback）

Agent调用工具（如查天气API）时，如果超时或报错，Harness不会让Agent愣住，而是执行预设策略：

• 策略A：重试3次。

• 策略B：如果重试失败，切换到备用数据库查历史平均气温。

• 策略C：如果全失败，直接回复用户：“查询服务暂不可用，请稍后再试。”（优雅降级）

---

🔧 第五层核心工具生态

工具/框架	擅长领域	适用场景
LangGraph	复杂状态流控制、循环、条件分支	多步骤企业级应用（财务对账、工单流转）
Pydantic / Instructor	强制结构化输出	要求返回JSON数据给前端页面渲染的场景
Guardrails AI	输入/输出内容安全过滤	检测用户输入的“越狱（Jailbreak）”攻击
Temporal / Airflow	超长周期任务编排（小时/天级）	每周自动汇总销售数据并发送邮件的定时任务

---

💎 总结：第四层与第五层的分工

• 第四层（Agent）：像一个编剧，负责天马行空地写剧本（生成规划和动作）。

• 第五层（Harness）：像一个导演，负责喊“卡！”（Cut），确保演员按分镜头脚本走，不许擅自加戏。

落地的黄金法则：让Agent做“选择题”和“填空题”，不要让Agent做“自由发挥的论述题”。凡是涉及关键业务数据的地方，必须在Harness层用if...else...写死。

---

第五层给AI拴上了缰绳，但AI依然无法触达公司内部的数据库、邮件系统等私有资源。第六层“MCP（万能接口）” 正是为了解决“连接”问题而诞生的——它是一个标准化的协议，像“USB-C接口”一样，让AI能即插即用地接入各种外部工具。