AI Agent 工程失败根源：不是模型不行，是架构有坑

那天深夜，我盯着一个坏掉的 Next.js 和 Express 后端集成，满心以为我的 AI Agent 已经彻底失控了。原本应该是一个简单的 n8n 自动化流程，可每次一运行，它就会编造出根本不存在的包，中途还会把上下文全部丢光。

我的第一反应——直觉性的 System 1，立刻冒了出来：这个 LLM 就是不够聪明。我坐在那里，精疲力竭，准备第二十次重写 prompt。

激活 System 2

我强迫自己退后一步，激活分析性的 System 2 思维。我面对的问题不是模型不够智能，而是基础设施缺失。我运行着一个强大的人工智能模型，却没有任何护栏。没有持久化记忆，没有验证机制，只是把一整个 Mongoose schema 直接塞进 prompt，然后祈祷出现奇迹。

我本质上就是把一颗 F1 引擎装在了一块木制滑板上，然后纳闷为什么它在第一个弯道就失控了。

什么是 Harness Engineering？

我不再执着于 prompt engineering，转而开始关注 Harness Engineering。模型只是引擎，而 harness 提供了底盘、方向盘和刹车。以下是我彻底重构 agentic 工作流的方式：

上下文管理：不再向上下文窗口倾泻原始代码库转储，我实现了精准检索。Agent 现在只看到当前任务所需的具体文件。

标准化工具：我集成了 Model Context Protocol (MCP) 服务器，赋予模型有限、安全的方式来执行操作，而不仅仅是生成文本。

持久化状态：如果一个长时运行的工作流暂停或失败，系统现在会对其进度设置检查点。它从上次中断的地方恢复，而不是从头开始。

严格验证："看起来没问题"不再是可接受的输出。Agent 必须运行测试并验证 CLI 输出，才能宣布任务完成。

学会打破系统

效果是立竿见影的。幻觉消失了，Agent 从一个脆弱的文本生成器变成了一个可靠的开发者。没有可靠的系统支撑，再聪明的模型也毫无用处。要实现真正的自主性，你必须学会打破最初信任的那个系统，然后工程化地构建一个更好的。

在复杂任务中，你让自动化 Agent 保持正轨所面临的最大挑战是什么？