Yifan Xu (@yifanxu_ephai)

回顾一下 harness engineering 发展的历史，至今似乎还没有一个边界清晰的解释，能说清楚它到底是什么。 先是二月份，OpenAI 发布了 Harness Engineering 的 blog，介绍他们如何从一个 empty repo 出发，搭建可靠的文档、知识库、测试体系和日志环境，供 agent 开展开发工作。 几乎同一时间，LangChain 通过修改提示词、工具和 middleware，将 Deep Agents 在 benchmark 上的成绩提升了 25%，随后提出了 Agent = Model + Harness 的公式。 紧接着，三月份，Anthropic 发布了他们的 harness 方案：一个 Planner → Generator → Evaluator 的循环。 到了四月份，Anthropic 跟吃错药一样，把定义改成了：harness = agent loop，工具环境 = meta-harness。然后再把 harness、meta-harness 和什么脑子啊、手啊拼起来，组成 Managed Agents。 五月和七月，龙虾作者又出来谈 loop engineering 和 graph engineering。火了一小阵，随后又没什么声音了。 八月份，DeepSeek Harness 带着 Everything is a Plugin 的概念横空出世。我当时就说，这就是个 UI harness。现在看来，时间也验证了我的判断。 八月底，OpenAI 看到 DeepSeek Harness 爆火，也整出了一个“OpenAI Harness”的概念，实则就是 Codex。 九月份似乎消停了一阵。到了十月，Pi 又带着 1.0 版本登场，自称 minimalist harness 😂。 感觉 harness engineering 就像哈姆雷特一样：一千个人心中，有一千种 harness。定义越来越宽泛，也越来越离谱。

开源项目 LoopX：超长程 Agent 自主运行 200+ hours，状态不漂移。 我的技术主张是：LLM 上下文有限，长程 Agent 需要外置状态，通过完备的状态管理、监督和规划，让 Agent 无人干预时跑得稳、持续有产出；有人干预时跑得更好，能吸收反馈继续演进。 两条真实 trajectory 分别跨越 220.7 / 272.9 小时，跨多轮执行、等待、人工决策、writeback 与 resume 后，整个 loop 仍能找回目标、证据和下一步。 目前 LoopX 已有 3 个 showcase：auto PR issue fix、AutoML experiment 和 auto coredump fix。 以 OpenViking 开源仓库的 PR issue fix 为例，Agent 不只是循环写代码。它需要持续理解 issue 的不同状态，判断何时开发、何时等待、何时请求 review，处理 CI、冲突和上游变化，并连续交付多个 PR。 这对应 LoopX 的 domain state 管理：领域系统决定真实状态，LoopX 负责把状态投影成下一步可执行的工作。 与此同时，Agent 还可以在干活过程中实现能力自进化。当它发现现有系统缺少某项能力时，可以提出 feature、完成开发与验证、发布新的离线或在线版本，再使用新能力继续原来的任务。 长程 Agent 天然适合自进化，“完成工作”和“升级完成工作的系统”可以在同一条长程轨迹中发生。 LoopX 把这些信息外置成结构化控制面： • Goal / Vision：目标是什么，什么不能被局部优化牺牲 • Todo / Gate：当前执行的 frontier，以及必须留给人的关键判断 • Identity / Authority：谁能 claim、writeback、approve • Evidence / Receipt：每次推进留下什么可回读证据 • Quota / Scheduler：何时继续执行，何时安静等待 • Handoff / Recovery：换模型、换会话、换 host 后如何恢复 你也可以把它理解为一块专门给 Agent 设计的可执行 Kanban。 普通看板只展示“谁在做什么”；LoopX 的状态会直接约束和驱动下一次 bounded turn，让看板本身成为执行系统的一部分。 这套系统最强的地方是通用性。它不只可以修 PR，还可以做 auto research、长期实验、自媒体运营、复杂 feature 开发和办公任务。 Agent 不再只是一次性的回答机器，而可以围绕一个人的 vision，长期工作、等待、吸收反馈、积累证据并持续演进。 LoopX 从一开始 build in public：状态协议、CLI、控制面实现和真实运行轨迹都进入了开源仓库；它也已经和 OpenViking、NoKV 等 agent infra 项目形成了开源合作伙伴关系。 我希望 LoopX 最终能放大每个人的 vision 和想象力。只要你有自己的目标、想法或技术主张，就能拥有一个全天候继续工作和探索的 Agent 系统，帮助你把愿景一点点变成现实。 欢迎试用、提 issue、贡献代码，或者用一个真实的 multi-day task 跑 LoopX。