01 · Harness 与 Deep Agents：组织跨会话的工作¶
你让政策助手比较三个地区的差旅制度，整理冲突与例外流程，明天下午交付带出处的报告。它查到一半退出，第二天换一个会话继续。你最想知道的不是它还能写多少字，而是：昨天查过什么，证据还有效吗，今天从哪里接着做？
这个任务会经历检索、草稿修改、等待补充和会话切换，需要把进度、依据与下一动作留在可交接的工作台上。建议先读基础课的工具循环、状态与记忆和可靠性与安全；学完本章，应能把长任务拆成可交接的工作单元，解释计划、文件、子任务和执行环境分别由谁管理。
Harness 管理行动条件¶
先把三份职责分开：模型根据当前输入提出下一动作，运行时执行动作，harness 将这些步骤组织成能持续工作的系统。它接起模型适配、工具路由、上下文组装、状态保存、调度、权限与观察接口，让每次行动有条件、每次中断有记录。
可以把它想成工作台上的任务卡、工具柜与交接簿。换一个更聪明的模型会改善判断，但审批对象、并发写入约束和外部报告是否已经发布，仍要由应用保存或确认。
长任务还需要明确的完成合同。研究报告不能只以“已写完”结尾，应检查三个地区是否都有有效来源、每个差异是否对应条款、冲突是否显式保留。Anthropic 的长程 harness 实践采用初始化、增量推进和交接材料连接多次会话；这里可吸收的是可恢复的工作组织方式。长程 harness 的工作交接
把控制信息放在文件里，也不意味着文件中的每句话都有执行权。用户目标、运行时约束、工具返回的原文应带来源与不同信任级别。工具结果可以更新证据目录，不能自行改变“只生成草稿”的动作范围。计划是待完成工作的表示，授权是执行边界，二者要由不同检查落实。
Deep Agents 提供了哪些可组合能力¶
Deep Agents 将计划、文件系统上下文、子任务委派和记忆等能力组织成 harness，并提供托管与自行运行的入口。应按任务选择组件，而不是把所有组件开启当作成熟度指标。Deep Agents 概览
研究助手可以把计划记录为“核对日期→分别检索→比较→审阅”，把长原文放入文件工具可访问的位置，再让专门工作单元只处理某个地区。主任务收回结构化证据、缺口和产物指针，而不是接收全部中间搜索记录。是否委派，取决于子任务能否独立验收以及需要多少父任务背景。
隔离上下文与继承上下文也有不同用途。独立查一个地区时，提供共同日期、员工类别和输出合同即可；继续父任务中途的复杂调查，则可能需要继承已有历史。Deep Agents 当前区分 isolated 与 fork 等委派模式，工具、技能和权限的继承规则应分别配置。子任务的上下文与能力配置 上下文少不会自动带来更小权限；任务描述里写“只读”也不能代替只读工具集合。
文件 Backend、状态与 Sandbox 是三件事¶
看到一个文件路径时，先问“它实际存在哪里”。文件工具只是读写接口，Backend 决定路径映射：当前线程状态、真实目录，或跨线程存储。再问“代码在哪里运行、能接触什么”，这才进入 Sandbox 的执行环境与隔离约束。
档案柜能存报告，不能因此变成安全实验室。支持读取文件的 backend 未必允许执行脚本；容器能运行代码，也未必自动保存下一次会话所需状态。Deep Agents Backend 的职责
| 对象 | 研究助手中的内容 | 必须另外考虑的问题 |
|---|---|---|
| 运行状态 | 已完成地区、待澄清条件、预算 | 检查点保存与状态迁移 |
| 文件 Backend | 原文、证据清单、报告草稿 | 路径映射、命名空间、访问控制 |
| Sandbox | PDF 解析、表格比较、辅助计算 | 网络、凭据、资源和进程生命周期 |
默认的线程文件若依靠内存检查点，进程结束就可能丢失；映射真实目录的写入则可能在任务失败后仍然存在。跨用户复用存储时，命名空间应来自可信主体，不能来自模型填写的租户字符串。切换执行机器前，还要确认新机器能解析产物指针并取得对应版本。
一次跨会话交接怎样形成¶
假设任务被分为六项：确定适用日期、取得三地制度、比较条款、形成报告。初始化阶段先记录输入合同与六项验收条件，每项使用稳定标识。随后建立三类产物：计划保存工作状态，证据清单保存来源与版本，报告文件保存可审阅内容。它们通过标识关联，避免让计划中的一句“检索完成”成为唯一证据。
第一轮完成甲、乙两地检索，丙地服务不可用。助手写入甲乙的文档 ID、有效期和摘录位置，将丙标为阻塞，并保存下一次允许重试的条件。退出前留下交接摘要：目标、已完成项、未解决冲突、产物位置、预算余量及下一动作。原文与草稿分开保存，摘要里的判断可以沿证据指针回查。
第二轮启动时，先读取任务版本与最近交接，再检查产物是否存在、原有权限是否仍有效。计划中甲地已完成，但其文档后来被撤回，就应重新打开相关工作项，而不是把“完成”状态当作永久真理。丙地恢复后只补缺口，不重复下载全部甲乙材料。
第三轮发现甲乙对住宿上限使用不同员工类别，协调者要求统一适用条件。修订草稿时写入新报告版本，旧报告保留自己的证据清单。提交审阅的应是一份具体版本；报告继续变化时，旧审阅结果不能无条件覆盖新内容。
交接材料可以帮助重建上下文，仍要能定位到真实产物。若只有一篇漂亮总结，却没有证据 ID、文件版本和下一步条件，新会话只能再次猜测。长程应用开发的后续实践也强调结构化交接，并通过移除组件观察其作用来调整 harness。Harness 结构的迭代
用验收决定保留哪些组件¶
为同一组研究任务设置直接循环、增加文件交接、增加独立复核三个配置。分别统计来源覆盖、恢复后重复工作、错误发布、总耗时与资源使用。若文件交接减少了重做，却让过时证据持续流入报告，就要修订失效规则；若复核者只是重复主模型结论，应检查它是否拿到独立证据和明确的裁定规则。
能力增强与治理配置应随版本一起管理：模型版本、提示、工具合同、计划格式、backend 路由和审阅规则，共同决定一次任务如何运行。只更换模型名称而复用旧的恢复记录，可能使新旧任务对同一字段产生不同解释。
设计练习¶
为三地政策研究画出一份交接合同，并选择线程文件、跨线程存储和 sandbox 分别保存或处理什么。注入三个故障：丙地查询失败，甲地文件被撤回，报告在审阅后被修改。验收时应能从稳定标识找回产物、重新打开失效工作项，并说明哪些动作必须重新审阅。
自检¶
1. 把原文写入文件，是否就获得了执行隔离？
没有。文件接口决定数据访问方式；执行隔离还需要 sandbox、网络和资源策略。真实目录与虚拟文件的持久化行为也不同。
2. 新会话读到“甲地已完成”，能否直接跳过甲地？
应先核对完成项对应的文档、产物版本、适用条件和当前权限。证据撤回或任务条件变化会使原完成状态失效。
3. 为什么工具列表少，不一定代表权限更小？
一个通用执行器就可能拥有很大权限。需要同时检查工具功能、服务端对象授权、路径与网络范围，以及凭据实际能做什么。