Agent 高频题 09. Harness、Agent Loop、Runtime 是什么,怎么搭
文章目录
有位候选人面字节 AI 算力基础设施方向的 Agent 研发工程师,面试官从最底下开始问:什么是 Agent Loop?搭一个 Agent Loop 需要哪些模块?Agent Harness 最重要要解决什么问题?候选人事后总结,这一段是沿着 Runtime、Agent Loop、Harness、框架、记忆、工具协议、沙箱一路往下问的,面试官关心的不是你会不会用框架,而是懂不懂一个 Agent 跑起来底下要哪些能力。
另一头是更短的问法。字节剪映一面问模型外面的 Harness 工程包含哪些模块;腾讯云一面问新版本发布时,正在运行的 Agent Loop 怎么办,Agent Loop 和沙箱的生命周期是什么样的;还有不少场次只问一句:你怎么理解 Harness?
这几个词难答,是因为它们没有统一定义。同一样东西,有的团队叫执行器,有的叫调度层,有的叫运行时。面试官不在乎你用哪个词,在乎你能不能说清模型之外每一块在干什么。
这是 Agent 高频面试题单第 9 题的详解。题单里这题是 43 位作者、55 场面试。前几题用的那份 247 场样本,这次没拿到帖子 ID 列表,我改用 10 月 20 日重扫抓下来的全文:8 月 18 日到 10 月 18 日、和 Agent 或 AI 应用有关的单场面经 827 篇,按 Harness、Agent Loop、Runtime 等关键词找出 215 篇,逐条读过,去掉 JS 事件循环、JVM 运行时、断点续传这类同名不同义的,把死循环和终止条件留给第 28 题、Checkpoint 留给第 6 题、框架选型留给第 10 题,问到这道题的有 98 场、73 位作者。追问分七个方向(按作者数,一场可以算进几类):
问得最多的是「Harness 是什么」,其次是「Agent Loop 怎么写」。这两问最容易答成背定义。面试官想听的是:循环里每一步谁在做决定、谁在执行,循环外面还要补哪些东西,Agent 才能跑得久、跑得稳、出了事能接着跑。
一、三个词各指什么
- Agent Loop:那个循环本身
Anthropic 在 2024 年底那篇《Building effective agents》里给 Agent 下的定义很朴素:Agent 通常就是大模型在一个循环里,根据环境反馈使用工具。同一篇文章把 Workflow 和 Agent 分开:Workflow 是用预先写好的代码路径编排模型和工具,Agent 是模型自己决定流程和用哪个工具。
Claude Agent SDK 的文档把这个循环拆成五步:模型拿到提示词、系统提示、工具定义和历史;模型决定回答还是调工具;程序执行工具,把结果送回模型;重复前两步,直到模型给出一个不带工具调用的回复;最后返回结果和用量。模型说一次话、程序执行完它要的工具,算一轮。
所以 Agent Loop 回答的是「怎么转起来」:谁做决定(模型),谁动手(程序),什么时候停。
- Harness:模型以外让它能干活的一切
Harness 这个词近一年才被大量使用,有宽窄两种用法。
宽的用法,LangChain 今年 3 月那篇《The Anatomy of an Agent Harness》说得最直接:Agent = Model + Harness,不是模型的部分都是 Harness。系统提示词,工具、Skill、MCP 和它们的描述,文件系统、沙箱、浏览器这些基础设施,子 Agent 和路由这类编排逻辑,以及压缩、续跑、lint 检查这类钩子,都算。Claude Code 的文档也是这个意思:Claude Code 是模型外面那一层,提供工具、管理模型看到的上下文,这一层就叫 Agent Harness。
窄的用法,Anthropic 今年 4 月讲 Managed Agents 的工程文章里,Harness 只指「调用模型、把模型的工具调用路由到对应基础设施的那个循环」,会话日志和沙箱是另外两样东西。
面试时说清楚你用的是哪一种就行。宽的说法适合回答「Harness 包含哪些模块」,窄的说法适合讲 Runtime 怎么拆。
- Runtime:让 Harness 跑得久、跑得多、死了能接着跑
Runtime 的定义更散。一个比较实在的参照,是腾讯云 Agent Runtime 团队在牛客发的招聘帖,里面列的活是:对话式、常驻、长任务、多 Agent 这几种运行模式下的生命周期管理、状态持久化、暂停恢复、弹性扩缩容、工具执行、网络访问,以及沙箱的快速启动、快照恢复和资源隔离。
这些都不是模型的事,也不是单次循环的事,而是「循环在哪台机器上跑、跑一半挂了怎么办、一千个会话同时跑怎么办、跑的代码会不会伤到别人」。
- 一句话分
Agent Loop 是心跳,Harness 是模型以外让它能干活的那套东西,Runtime 是把 Harness 跑起来、跑多份、跑很久的那一层。三者是包含关系:Harness 里有 Loop,Runtime 托着 Harness。
被问「Skill 和 Harness 有什么区别」时也可以用这句:Skill 是 Harness 加载进来的一份说明书,Harness 决定什么时候加载它、加载后放在哪、它里面的脚本在哪跑。第 7 题讲过 Skill 本身。
面试常问:你怎么理解 Harness?Agent 和 Harness 分别是什么?Harness 做了哪些事,能让 Agent 更好地执行任务?有人说 Agent 就是 LLM 加 Harness,你认同吗?Harness 和 Agent 框架的本质是什么?Agent Runtime 是什么?Skill 和 Harness 在理解上有什么区别?chatbot 和 AI Agent 有什么区别?
二、Agent Loop 怎么写
- 最小的版本
字节有一场面试直接让手写 Agent Loop 伪代码。最小的版本十来行:
messages = [system_prompt, user_task]
for turn in range(MAX_TURNS):
reply = llm(messages, tools=TOOLS) # 模型决定:直接回答,还是调工具
messages.append(reply)
if not reply.tool_calls: # 没有工具调用,就是做完了
return reply.text
for call in reply.tool_calls:
result = run_tool(call) # 程序执行,模型不执行
messages.append(tool_result(call.id, result))
if over_budget(messages): # 步数和预算由循环检查
break
return "超出步数或预算,未完成"
几个要点都在这十几行里。模型只输出「调哪个工具、填什么参数」,执行的是程序,启云方一面问的「工具调用到底是模型直接调,还是外面的 Loop 去执行」,答案就在这。工具结果要和对应的调用配对送回去,下一轮模型才知道发生了什么。循环的出口有两个:模型自己不再调工具,或者循环替它停下来。
- 一个步骤里实际发生什么
真实的 Harness 在这十几行上加了很多东西。DeepSeek Harness 的 Agent Loop 包说明里,一个步骤是这样的:从会话日志派生出这次要发的历史和可见工具,发请求、流式收回复,模型的工具调用经过一条带守卫的工具流水线,每个被接受的结果先追加到会话日志,下一步再从日志派生。
并行也有讲究。它默认一个步骤里最多同时跑 10 个「并行安全」的工具调用,独占的调用单独跑,前后形成屏障,结果仍按模型给出的顺序记录。Claude Agent SDK 的做法类似:只读的工具(读文件、搜索、标了只读的 MCP 工具)可以并发,改状态的工具(编辑、写文件、执行命令)按顺序跑,免得互相踩。
面试被问「Agent Loop 响应比较慢怎么优化」时,这里就是第一个能讲的点:只读工具并发、写操作串行。第二个点是上下文,第 5 题讲过。
- 怎么停
正常的出口是模型给出一个不带工具调用的回复。另一个出口是循环替它停:Claude Agent SDK 有最大轮数和最大花费两个上限,碰到了就以 error_max_turns 或 error_max_budget_usd 结束。Anthropic 那篇文章也说,任务通常在完成时结束,但常常还要加停止条件,比如最大迭代次数,好让人保持控制。
我九月做过一次多 Agent 实测,吃过这个亏。给的预算是 100 万 token 或 2 小时,哪个先到就停。结果 62 分钟交卷,累计用了 1.92 亿 token,接近预算的 192 倍。问题出在预算只写在题面里,没有变成运行时的停止条件;主 Agent 和三个子 Agent 各自只看到自己那一份,没有谁在汇总。预算要由循环统一累计、到了就停,不能指望每个 Agent 自觉省着用。
至于 Agent 一直调同一个工具、在几个工具之间兜圈子怎么识别、怎么打断,是第 28 题的内容。
- 中途取消和崩溃
这部分是很多人手写 Loop 时没想过的,也是面试官追问 Runtime 的入口。
DeepSeek Harness 的 Loop 包说明里写得很细。用户取消时,已经流式发给用户的那段文字会保留下来,记一条标了「被中断」的回复,下一次请求会带上用户实际看到的内容。一个步骤失败时,还没有结果的工具调用会被补上错误结果:已经记录了调用、但没有提交结果的,标成「结果未知」;连调用都没开始的,标成「未开始」。这样后续请求里每个工具调用都有配对的结果,而且不会自动重试结果不明的操作。插件出错结束的是这一轮,不是整个循环。
「结果未知」这一条值得在面试里讲。一个下单、发消息、扣款的工具,调用发出去了但进程崩了,你不知道它到底执行了没有。直接重试可能重复执行,所以要么工具本身支持幂等,要么先去查外部状态再决定。
- 手写、框架、SDK 怎么选
字节有一场面试问:手写 Agent Loop、用图编排框架、用更完整的 Agent SDK 或 Harness,各有什么取舍?
Anthropic 的建议是先直接调模型的 API,很多模式几行代码就能写出来;用框架的话,要搞清楚它底下在做什么,对底层的错误假设是常见的出错来源。我的理解是:手写最透明,但取消、崩溃恢复、并行、压缩这些都得自己补;SDK 把这些都做好了,代价是循环长什么样由它定;图编排框架适合流程大体固定、只在几个节点让模型做选择的场景。LangGraph 这些框架用不用,是第 10 题。
面试常问:什么是 Agent Loop?描述一下最简单的 Agent Loop 是什么样子?构造一个 Agent Loop 主要需要哪些模块?设计一个 Agent Loop 要注意什么?手写 Agent Loop 伪代码?工具调用是模型通过语言直接调用,还是模型生成结构化请求、由外部 Loop 执行?系统中有 Agent Loop、模型、工具、文件系统,用户说「帮我写一个贪吃蛇」之后下一步发生什么?Agent Loop 响应慢怎么优化?Agent Loop 里应该设计哪些上下文管理环节?手写 Loop、图编排框架、Agent SDK 各有什么取舍?
三、Harness 里有什么
- 从模型做不到的事倒推
LangChain 那篇文章的思路很好用:先列模型自己做不到什么,再看 Harness 补了什么。模型只会吃进文本、图片,吐出文本。它记不住跨会话的状态,不能执行代码,拿不到实时的信息,也没法自己装环境。每一样缺口,对应 Harness 的一块:
DeepSeek Harness 的包列表几乎就是这张表的工程版。文件系统、命令执行、沙箱、压缩、会话持久化、用户审批、网络访问,每一样先定义成一个抽象接口,再由可替换的实现插件挂上去:沙箱有 bubblewrap、Landlock、macOS Seatbelt 和 Windows ACL 几种后端;会话持久化有 JSONL 和 SQLite 两种;超大的工具输出会被换成一段预览加一个落盘文件路径;还有两个桥接插件,能直接复用 Claude Code 和 Codex 的 hooks 配置。蚂蚁二面问过「工具、记忆、权限管理和 Agent Loop 全面插件化」怎么看,这就是一个现成的例子。
- 长任务的 Harness 长什么样
Anthropic 去年 11 月那篇《Effective harnesses for long-running agents》给了一个具体例子。他们让 Agent 跨很多个上下文窗口去做一个网页应用,发现只靠压缩不够,失败有两种:一是想一口气做完,做到一半上下文用光,下一轮接手时连发生了什么都不知道;二是做了一部分以后,后来的 Agent 看看进度,就宣布做完了。
他们的 Harness 是这么改的:第一轮用一个专门的初始化提示词,让 Agent 搭好环境,写一个启动脚本、一个进度文件,把需求展开成两百多条功能清单,每条初始都标成未通过,用 JSON 存,因为模型改 JSON 比改 Markdown 更守规矩;之后每一轮只做一个功能,做完用 git 提交、更新进度文件;开工先读 git 日志和进度文件,先跑一遍端到端检查,确认上一轮没留下坏掉的东西。另一个改进是给它浏览器自动化工具,让它像用户一样去点一遍,而不是只跑单元测试就算过。
这里没有一样是模型能力,全是 Harness:怎么开局,怎么交接,怎么验收。
- Harness 做得不好,会出什么问题
vivo 有一场面试问:讲一个 Agent 工程中,因为 Harness 环节做得不好而导致的问题,以及怎么排查和解决。
我八月读 DeepSeek Harness 的事故复盘时,正好看到一个。一个 Agent 跑在 3081 端口的网页界面里,用户让它改这个界面的主题。它改完源码,先是把验收推回给用户;接着在 5173 端口起了个裸的 Vite,看到 HTTP 200 就宣布成功,页面其实是白屏;最后找到了正确的启动方式,却又在 3334 端口起了一个新服务,对着新服务验收。用户实际在用的 3081,它从头到尾没看过。
复盘的结论是:模型的上下文里根本没有当前界面的地址、承载进程和更新方式,它只能猜。修法不是改模型,是改 Harness:界面启动时把自己的地址写进系统提示词和环境变量,提示词里加一句「起另一个服务器不会更新这个界面」,裸 Vite 则被一个插件直接拒绝启动。
这个例子好用,是因为它说明了 Harness 的一个职责:模型需要知道的环境事实,要由 Harness 主动给,而不是指望模型自己找到。
面试常问:模型外面的 Harness 工程包含哪些模块?Agent Harness 包含哪些关键能力?为什么企业级 Agent 需要 Harness?Harness 相比 ReAct、相比直接调 MCP,多了哪些能力,为什么更稳定、更安全?你觉得写好 Harness,哪些是必须的?Harness 怎么做熔断和安全?如果想让 AI 按指定工作流执行,Harness 上应该怎么做?如何评估 Harness 的效果?讲一个因为 Harness 没做好导致的问题,怎么排查和解决?
四、Runtime:状态放哪、怎么隔离、怎么升级
- 把大脑、双手和日志拆开
Anthropic 今年 4 月讲 Managed Agents 的文章,是我见过把 Runtime 讲得最清楚的。他们一开始把会话、Harness、沙箱放在同一个容器里,结果容器成了「宠物」:容器一挂,会话就丢了;卡住了只能进容器排查,可容器里又有用户数据。
后来拆成三样东西,各自只通过接口打交道:会话是一份只追加的事件日志,Harness 是调用模型、路由工具调用的循环,沙箱是跑代码、改文件的执行环境。拆完以后:
-
Harness 不再住在容器里。它调用沙箱就像调用一个工具,传名字和输入,拿回一个字符串。容器挂了,Harness 收到一个工具调用错误,交给模型决定要不要重试,需要时按标准配方新开一个。
-
Harness 自己也不怕挂。会话日志在它外面,挂了就新起一个,按会话 ID 取回事件日志,从最后一个事件接着跑。循环运行时,每一步都把事件写进会话日志。
-
凭证不放进沙箱。Git 的令牌在初始化沙箱时就配进远端,Agent 碰不到;其他工具的 OAuth 令牌放在沙箱外的保险库里,经过代理调用。理由是,令牌和模型生成的代码在同一个容器里,一次提示词注入就能让模型读出来。
-
不需要沙箱的会话不用等沙箱启动。文章给的数字是首个 token 的等待时间,中位数降了约 60%,P95 降了九成以上。
- 新版本发布时,正在跑的 Loop 怎么办
腾讯云这一问,答案就在上面的拆法里:状态不在进程里,进程就可以换。
我会这样答。第一,状态全部落在会话日志里,每一步提交了才算数,进程本身无状态。第二,发布时让旧进程在步骤边界停下来,不接新步骤,把正在跑的这一步跑完或者标记中断;新版本按会话 ID 取回日志,从最后一个事件接着跑。第三,正在执行、结果不明的工具调用不能盲目重放,按上一节说的,查外部状态或者依赖幂等。第四,日志格式要向后兼容,新版本得能读懂旧版本写下的事件,否则恢复会失败。
DeepSeek Harness 的 Loop 包里也有对应的做法:恢复一个在轮次中途崩溃的会话时,会先补上几条收尾事件,把那一轮正常关掉,再继续。Claude Agent SDK 则提供了会话存储适配器,把记录同步到你自己的后端,另一台机器可以接着恢复。
- 隔离和生命周期
沙箱这一块,面试官常追问用什么隔离。科大讯飞一面问到了 gVisor,它是 Google 开源的容器沙箱,在用户态实现了一层内核,拦住容器里程序的系统调用,比普通容器隔离得更彻底。本地 Agent 更常见的是系统自带的机制:Linux 上的 bubblewrap、Landlock,macOS 上的 Seatbelt。
沙箱的细节不好做。DeepSeek Harness 另一篇复盘里,Linux 旧内核上的沙箱启动器会先打印一行无害的提示,再照常执行命令;Harness 只要在错误输出里看到那个前缀、命令又是非零退出,就判沙箱失败。结果 ripgrep 搜不到结果时正常返回的 1,被误判成了「沙箱不可用」。修法是把判断条件写成一个能表达退出码、同一行、精确排除无害提示的类型。
生命周期可以按会话讲:创建时分配沙箱、加载配置;运行时每一步写日志、累计预算;空闲时暂停或回收沙箱,只留日志;结束时释放资源,日志和产物留档。
- 部署在哪
阿里千问二面问过:Agent Runtime 部署在哪里?几种常见的形态:
-
本地:Claude Code、Pi 这类命令行工具,Harness 跟着进程跑在用户机器上,会话记录写本地文件。
-
嵌入式:把 Harness 作为子进程或库嵌进自己的应用。DeepSeek Harness 有一个客户端 SDK,通过标准输入输出上的 JSON-RPC 驱动一个 Harness 子进程;它也支持 ACP 协议,Zed 这类编辑器可以直接接进来。
-
托管:Managed Agents 这类,Harness 无状态、按需起多份,会话日志和沙箱在服务端。
面试常问:Agent Runtime 是什么,核心职责是什么?Runtime 部署在哪里?新版本发布时,正在运行的 Agent Loop 怎么办?Agent Loop 或沙箱的生命周期是什么样的?Runtime 的沙箱和隔离机制怎么做,gVisor 是什么?项目里的 LLM Runtime 和 Tool Runtime 分别负责什么?长时间运行的任务怎么保证稳定?哪些状态由前端维护、哪些由 BFF 维护、哪些由后端 Agent Runtime 维护?Runtime 重试这一层具体怎么做?
五、DeepSeek Harness、Pi 这些:被问「了解吗」怎么答
这一类问法从 8 月 18 日那批面经就开始出现,Momenta 二面问候选人了不了解最新的 DeepSeek Harness。问法大多是两种:了解吗,有什么特点?和另一个比有什么区别?
别背功能清单。挑几个维度对比:核心有多大,扩展怎么做,状态放在哪,安全怎么管。
-
Pi:作者自己的定位是一个极简的终端编程 Harness。默认只给模型四个工具:读、写、编辑、bash。README 里明说了不做的东西:不内置 MCP(建议写带说明的命令行工具,或者自己装扩展)、不内置子 Agent、不弹权限确认(建议放容器里跑)、不内置计划模式。这些都留给扩展和第三方包。它能以交互、JSON 输出、RPC、SDK 四种方式运行,OpenClaw 就是基于它的 SDK 做的。
-
DeepSeek Harness:仓库今年 6 月建立。它走的是另一条路:核心同样不写死功能,但每一种能力都先定义成接口,官方再提供一批可替换的实现,前面那张表里的东西它几乎都有。会话是事件溯源的,所有事实追加进日志,界面和恢复都从日志派生。我读它的仓库时印象最深的是工程纪律:开发主力是 AI Agent,规则写进 AGENTS.md,每个文件的四项覆盖率都要求 100%,出了事故写复盘,再把教训变成门禁。
-
Hermes Agent:Nous Research 做的,主打自我进化:从经验里生成 Skill,用的过程中改进它,还会搜索自己过去的对话。它通过一个网关进程同时接 Telegram、Discord、Slack 这些聊天渠道。
-
Claude Code、Codex:产品级的 Harness。按 LangChain 的说法,它们的模型在后训练时就把 Harness 放在回路里,所以换一套工具逻辑,模型表现可能变差。前面几节的很多例子都来自它们。
字节一场面试问 DeepSeek Harness 和 Pi 的区别。可以这样落一句:两个都把功能从核心里拿出去,Pi 的选择是核心只留最少的东西,其余让用户自己装;DeepSeek Harness 的选择是把每一块做成可替换的接口,官方把常用的实现都配齐。前者上手轻、可控,后者开箱能力全、结构重。
面试常问:了解 DeepSeek Harness 吗,有什么优势?DeepSeek Harness 的源码看过没?DeepSeek Harness 和 Pi 有什么区别?Claude Code 和 DeepSeek Harness 有什么区别?了解 Pi Agent、Hermes 吗?Hermes 怎么实现自我进化?对业界其他 Agent Harness 有哪些了解,和你的项目怎么结合?如何搭建一个简单的 Chat Harness?
六、模型变强以后,Harness 会变薄吗
抖音电商一面问过:模型越来越强以后,Harness 工程会变薄还是变厚?百度一面问的是更早一层:提示词工程、上下文工程到 Harness 工程是怎么演进的?
演进这一问,我以前写过一个判断:驱动这条线的是任务的尺寸。任务是一句话,写好提示词;任务塞不进一次对话,管理上下文;任务要跨小时、要验证、要恢复,就得搭 Harness。我当时还提过一个判据:上一轮的产出能不能干净地变成下一轮的输入。编程适合 Harness,是因为报错、测试结果、日志都能原样喂回去;写作、审美这类活,好不好要人判断,Harness 能帮忙,但驱动不了闭环。
变薄还是变厚,Anthropic 在 Managed Agents 那篇里给了一个很具体的例子:Harness 里写着很多「模型自己做不到什么」的假设,这些假设会随模型变强而过期。他们发现 Claude Sonnet 4.5 在感觉上下文快满时会草草收尾,于是在 Harness 里加了上下文重置;换到 Claude Opus 4.5,这个毛病没了,重置成了累赘。LangChain 的说法也类似:一部分东西会被模型吸收,比如计划、自我验证;但环境、工具、持久状态和验证回路,不管模型多强都能让它更高效。他们还举了一个例子,只改 Harness,他们的编程 Agent 在 Terminal Bench 2.0 上从前 30 名进了前 5。
所以我的答法是:Harness 里补模型短板的部分会变薄,要定期回头删;接环境、管状态、管安全、管预算的部分不会变薄,任务越长、越自动,这部分越厚。
面试常问:如何理解提示词工程到上下文工程到 Harness 工程的演进?谈谈对 Harness Engineering 的理解?模型越来越强,Harness 工程会变薄还是变厚?怎么看待 Harness 工程和模型能力升级之间的冲突?为什么会从早期方案演变到 Harness、上下文工程?怎么看工具、记忆、权限和 Agent Loop 全面插件化?
七、讲你自己的 Harness
被问「你的 Harness 是怎么建的」「为什么自研」,用下面六个问题过一遍自己的项目,基本能接住追问:
-
循环在哪:自己写的,还是用了哪个 SDK、框架;一轮怎么定义,怎么停。
-
工具怎么接:注册在哪,谁执行,并行还是串行,失败了怎么回给模型。
-
上下文怎么组装:系统提示词、项目说明、记忆、工具定义各放什么,满了怎么压缩,第 5 题讲过。
-
状态存在哪:进程挂了能不能接着跑,从哪一步接。
-
安全怎么管:沙箱、权限、审批、凭证放哪。
-
怎么知道它好不好:有没有固定的任务集,同一个模型换 Harness 跑一遍对比,第 4 题讲过评测。
自研还是用开源,可以从这几问倒推:如果你的场景要求状态持久、多租户隔离、特定的审批流程,现成的工具不支持,才值得自己写;只是需要一个能读写文件、跑命令的编程 Agent,直接用现成的更合算。
面试常问:你的 Harness 是怎么建的?Harness 的技术选型,是自研还是基于开源改造?为什么选择自研 Agent Runtime,而不是直接用开源框架?已有成熟的开源框架,为什么还要自研 Agent 循环和 Harness 组件?你说的可插拔 Harness 具体怎么设计?日常怎么维护工程的 Harness?如果把云端、桌面 Agent 的 Harness 经验迁移到车端、手机,会有哪些难点?
八、面试怎么答
两分钟左右的主线:
-
先分三个词:Agent Loop 是循环,模型决定、程序执行,直到模型不再调工具;Harness 是模型以外让它能干活的一切;Runtime 是让 Harness 跑得久、跑得多、挂了能接着跑的那一层。
-
写出 Loop:十几行伪代码,讲清楚工具结果怎么配对回送、只读并发写串行、停止条件由循环检查。
-
讲 Harness 的模块:从模型做不到的事倒推,上下文、工具、沙箱和权限、压缩、验证、状态、观测。
-
讲 Runtime:状态落在会话日志里,进程无状态;中断和崩溃怎么接着跑,结果不明的工具调用不盲目重试;沙箱怎么隔离,凭证不进沙箱。
-
讲演进:补模型短板的部分会变薄,要定期删;接环境、管状态和安全的部分会变厚。
-
用自己的项目走一遍六个问题,最好带一个 Harness 没做好出过的问题。
几个常见的失分点:
-
只会说「Agent = 模型 + 工具 + 记忆 + 规划」,说不出循环里每一步谁在做什么。
-
以为工具是模型执行的。
-
停止条件只有「模型说做完了」,没有步数、预算这些硬上限;或者预算只写在提示词里。
-
没想过中途取消、进程崩溃以后怎么办,被问「新版本发布时正在跑的 Loop 怎么办」时答不上来。
-
把凭证和模型生成的代码放在同一个环境里。
-
被问 DeepSeek Harness、Pi 只会说「没了解过」,或者只能报功能名。
-
讲自己的项目时,说不出状态存在哪、挂了从哪接着跑。
出处
文中的面试问法都出自下面这些面经,括号里是发帖日期,链到牛客原帖。
-
开头的例子:字节 AI Agent 研发工程师(AI 算力基础设施)(09-17)· 字节剪映 AI 应用开发一面(09-24)· 腾讯云一面 AI 应用(09-24)
-
三个词各指什么:美团 Agent 开发一面(08-25)· 字节 Agent 开发一面(9.3)(09-04)· 百度 Agent Harness 研发工程师一面(09-08)· 美团 AI 后端一面(09-10)· 字节抖音电商客户端一面(09-15)· 华顺信安 golang 实习(10-16)· 小红书面试流程(10-12)· 水滴质量秋招一面(09-08)· 三七互娱线下面(09-11)
-
Agent Loop 怎么写:字节业务中台 AI 全栈日常实习(10-12)· 字节 AI 应用开发一面(中国交易与广告)(08-31)· 启云方 AI Agent 一面(09-03)· 阿里云 Agent 开发一面(8.18)(08-18)· 百度 Agent 三面(8.18)(08-18)· 快手效果营销二面(08-25)· 字节 260901 一面(10-03)· 网易 Agent 开发一面(10-17)· 千问 AI 研发一面(09-21)
-
Harness 里有什么:蚂蚁 AI Agent 开发一面(08-28)· 淘天日常实习一面(用户运营技术)(08-18)· 蚂蚁二面(9.21)(09-21)· vivo 线下面 Agent 开发(09-22)· 招银网络测开二面(09-16)· 深信服 AI Agent 一面(09-03)· 百度(10-14)
-
Runtime:腾讯云一面 AI 应用(09-24)· 科大讯飞 AI 应用一面(09-24)· 阿里千问二面(09-22)· 百度 Agent 一面(09-06)· 亚信安全 Agent 开发一面(09-01)· 元戎启行前端三面(08-27)· 虾皮 Agent 二面(08-24)· 腾讯云 Agent Runtime 团队的招聘帖(09-24,不是面经,不计入)
-
DeepSeek Harness、Pi 这些:字节 Agent 全三轮(10-18)· 字节 Agent 秋招一面(09-16)· MINISO Agent 开发实习一面(08-26)· 携程前端一面(09-15)· 新旦智能 AI 应用开发一面(09-14)· 美团 AI 后端二面(09-14)· 阿里云 Agent 开发一二面(10-05)· 南京车 300 Java 实习(09-03)
-
Harness 的演进:抖音电商 Agent 全栈一面(09-03)· 百度大模型研发一面(08-25)· 淘天 AI 应用开发二面(08-26)· 度小满一面(09-19)· 平安健康 AI 应用开发一面(08-26)
-
自己的 Harness:阿里国际 Agent 开发三面(08-31)· 腾讯 WXG 实习一面(10-16)· 腾讯大模型算法岗一二面(10-02)· 阿里全栈一面(09-21)· 阿里控股 Agent 开发一面(08-28)· 小鹏二面(10-03)
-
外部资料:Anthropic Building effective agents(2024-12-19)· Effective harnesses for long-running agents(2025-11-26)· Scaling Managed Agents with stable interfaces(2026-04-08)· Claude Agent SDK How the agent loop works(10-31 读取)· Claude Code How Claude Code works(10-20 读取)· LangChain The Anatomy of an Agent Harness(2026-03-10)· DeepSeek Harness 的 npm 包 @deepseek-ai/dsh-agent-loop 说明和包列表(10-31 读取)· Pi @mariozechner/pi-coding-agent README(10-31 读取)· Hermes Agent PyPI 页面(10-31 读取)
-
我自己的文章:DeepSeek Harness 的「验尸」哲学(08-14)· 62 分钟交卷,Token 用了预算的 192 倍(09-17)· AI 进化比人快,只会提示词就太 Out 了(05-26)· 别再 prompt agent 了?(06-10)









