ZONE.CI 全球网

本文系统梳理了AIAgent的核心概念，明确区分Agent与模型的本质差异：Agent是以大模型为核心、能调用工具并持续完成任务的完整系统。文章厘清了Scaffolding、Harness、Tool、Skill、Sub-agent等关键术语的层次关系，并介绍了训练阶段涉及的Environment、Rollout、Reward等概念。最后强调Agent是一套整合模型决策、工具执行与任务推进的系统框架。

本文基于ClaudeCode架构分析大模型系统安全边界，指出生产级AIAgent的可靠性不仅依赖模型能力，更取决于围绕模型构建的工程系统（Harness）。文章详细拆解了其高层结构、AgentLoop反馈闭环及七项核心安全机制，包括默认拒绝与人工升级、分级信任、纵深防御等，强调可控AI需从结果审查转向过程控制，为AI系统进入真实生产环境提供了安全设计框架。

Cloudflare实践指南详述了构建AI驱动的漏洞发现流水线，核心在于采用模型无关（model-agnostic）的架构，通过可替换的多个模型进行交叉验证以提升覆盖率和准确性。文章系统介绍了从单一技能（skill）扩展至全流程扫描的关键阶段，包括侦察、狩猎、验证、去重和跨仓库追踪，并强调持久化状态管理和对抗性验证对于消除误报、实现规模化漏洞挖掘的重要性。

DeepSeek启动史上最大规模招聘，覆盖算法、研发等7大类33个岗位，北京、杭州同步开放实习通道。重点组建AgentHarness团队对标ClaudeCode，同步加码多模态、基座模型与算力基建，并设立不限专业的AI跨界人才特殊岗位，全面布局AGI研发体系。

Cloudflare构建了一套不依赖单一AI模型的企业级漏洞发现系统，通过将模型作为可替换组件实现跨模型交叉验证。系统采用两阶段工作流（VDH漏洞发现引擎和VVS验证系统），具备状态外置、持久化存储和跨仓库依赖追踪能力。关键实践包括分阶段控制上下文窗口、使用独立验证模型复核发现、通过wishlist机制实现agent自主资源请求。建议从最小化三阶段harness开始，逐步扩展至多仓库扫描。

本文以函数和死循环类比解释Agent的本质，指出大语言模型(LLM)是输入输出函数，而Agent是永不退出的while循环，通过不断累积上下文实现持续交互。关键点包括：上下文数组存储历史交互记录，Harness定义循环中的工具、技能和连接配置，不同Harness形成不同Agent应用。作者通过56行MiniClaudeCode示例说明实现原理，并预告后续技术分析。

本文探讨了HarnessEngineering，旨在解决AI编码能力与研发全链路效率提升之间的矛盾。它将关注点从模型本身转移到为其搭建稳定的工作环境，通过协议层、管线层等工程化手段，标准化需求、设计、实现到部署的全过程，以确保AI产出的质量与可靠性，并最终实现`人提需求、AI执行、人确认`的高效协作模式1。

本文介绍开源AI渗透测试终端MingyiAtlas，聚焦HarnessEngineering，将模型装入可执行、可恢复的任务系统。该工具实现模型与harness解耦，采用动态工具暴露与分层上下文管理，结合持续记忆与Goal模式保障长程任务稳定。其Pentest模式构建了含子Agent协作与结构化证据链的安全评估工作流，已在实战中验证。建议通过扩展工具与技能参与共建。

文章探讨AIAgent从Harness到Loop的演进，强调LoopEngineering让Agent自主运行，而非依赖人工提示。核心是设计循环系统，包括验证、反空转和完成合同等模式，以突破人类带宽限制。Harness决定Agent能否在真实环境工作，Loop决定系统能否持续运转。

Anthropic开源DefendingCodeReferenceHarness框架，基于Claude实现自动化漏洞发现与修复。核心包括ClaudeCodeSkills和Harness自主流水线，支持威胁建模、扫描、分级和补丁生成。针对C/C++内存安全优化，使用Docker和gVisor沙箱。安全团队可一周内搭建自有管道。

本文分享了腾讯TAB实验平台在前后端微服务大仓中构建AI工程化Harness的实战经验。核心结论是模型能力已足够，瓶颈在于协作、流程与信任的工程化建设。文章详细拆解了由Rule、Skill、SubAgent等六层资产组成的架构，总结出能脚本化的规则绝不写成自然语言、能写成bash的绝不交给Agent等关键原则。通过将流程切分为13个独立阶段并设置强制门禁，有效解决了AI解释性执行和交付碎片化问题，为复杂大仓的AI驱动开发提供了可落地的参考方案。

文章基于实测体感，指出大模型基模越做越厚，外置harness被内置，新模型fable表现出做对事情的判断力，在长程任务上突破明显。gpt-5.6智商在线但token消耗比5.5贵3-4倍，主agent会主动校准sub-agent。模型能力跃升使微型团队低成本解决垂直痛点成为现实，语音交互体验已超越传统语音助手。

本文深入解析了智能体Harness的概念与架构，指出其不同于LangGraph等框架，是一种自下而上、开箱即用的智能体设计。核心架构包括外层迭代循环、上下文管理、技能工具管理、子智能体管理、内置预封装技能、会话持久化、系统提示词组装、生命周期钩子和权限安全层。Harness通过让模型基于反馈行动、采取操作并扩展技能，将语言模型转化为真正的智能体，解决了原始REACT循环的局限性。

本文系统梳理了面向递归自我改进的harness工程研究进展，涵盖工作流自动化、文件系统持久记忆、子agent并行执行等设计模式，以及上下文工程、进化搜索、自我改进循环等优化技术。文章进一步整合了自演进agent理论框架、标准化协议与评测基准，讨论了评估器脆弱性、上下文生命周期管理、多样性坍缩等开放性挑战，并分析了harness层与核心智能的协同演化关系。

本文梳理了AI自我改进中HarnessEngineering的核心机制与设计模式。作者翁荔指出，包裹在基础模型外的Harness系统（包括工作流自动化、文件系统持久记忆、子Agent并行执行等）对递归自我改进（RSI）至关重要。文章介绍了上下文工程（ACE、MCE）、工作流优化（AFlow）及让Harness自我改进的方法（STOP、Self-Harness），强调随着模型能力提升，Harness层的优化将逐渐内化，但外部接口会保留。

本文是AVLCode工程范式系列上篇，核心观点是涌现是系统整体产生的可观察可测量属性，并非魔法或神秘现象。LLM与Context、Tool、运行时结合后出现的是功能性行为涌现，而非认知或意识涌现。工程对象应是包含Harness的完整系统，通过系统结构、上下文、权限和反馈实现可控涌现，即提升期望行为概率并限制非期望影响。文章区分了模型规模、AI系统和认知哲学三种涌现，强调工程上应守住证据边界。

本文是AVLCode工程范式系列中篇，聚焦Harness工程与Loop工程。Harness通过软硬约束将模型概率输出转化为受控任务执行，Loop通过GOAL命令等机制实现多轮反馈与停止控制。文章强调确定性机制管理AI与现实的接触面，并引入系统工程视角，提出验证与确认需贯穿生命周期。核心结论是可控涌现依赖工程结构而非模型本身。

本文介绍了HarnessEngineering理念，旨在通过系统化框架解决AICoding中架构混乱、上下文雪崩和可维护性丧失问题。核心是6大支柱：上下文管理、工具系统、执行编排、状态与记忆等，通过MCP、Skills、知识库等工具组合，让AI在约束下高效协作。关键发现是遵循3+1Phase工作流和多Agent协作可提升代码质量与团队效率。可操作建议是采用分层索引和渐进式披露管理上下文。

本文介绍了一款由Anthropic开发的名为defending-code-reference-harness的安全工具。该工具是基于Claude大模型构建的自主漏洞发现与修复参考框架。其主要功能包含交互式技能与自主流水线，旨在利用人工智能辅助安全研究人员进行代码漏洞的自动化检测与修补参考。文章提供了该项目的GitHub开源地址。整体内容较为简略，仅为基础的工具转发与说明，缺乏实际使用案例与深度技术原理解析，适合作为工具动态获取，读者可直接访问官方仓库获取源码与详细文档以进行安全研究测试。

本文解析智能体可靠性的三层架构：Harness提供工具与权限环境，Loop强调基于证据而非模型信心验证，Graph管控任务流转秩序。文章指明换模型无法掩盖工程缺陷，总结五类错误，建议先收集轨迹再固化流程，区分生成与审核，建立检查清单，用确定性工程结构承载模型不确定性。

DeepSeekAI开源智能体框架DeepSeekHarness，核心理念为一切皆插件，基于Cordis系统实现高可组合性与扩展性。框架具备全程可追溯日志，支持Standard、Code、Minimal与Creator四种模式及开箱即用的WebUI，可通过npx命令快速启动。项目处于预览阶段，采用MIT协议。本文为技术资讯转载并含安全社区推广。

本文介绍DesRedTeamv3.0红队Agent平台的源码部署全流程。核心更新包括集成DSH原生Harness调度、高命中率缓存及极简运行模式，可在2分钟内完成一家公司的公开资产信息收集。文章详细说明了从环境准备、编译部署到Hermes适配的步骤，并提供了编译版领取方式。强调工具仅限合法授权渗透测试与学习研究使用。

DeepSeekHarness曝出CVSS9.8分未授权远程代码执行漏洞。因Web服务错误信任可伪造的HTTPHost请求头校验回环地址，攻击者可绕过限制调用高权限RPC接口，实现系统命令与代码执行。建议立即排查Docker端口映射，避免服务暴露至非回环网络，增加强身份认证，并跟进官方修复。

本文对比DeepSeek开源dsh与ClaudeCode，dsh以142插件实现全运行时可替换、11天涌现500+插件生态，但存在安装慢、缺自动验证、裸配置token消耗高、rc阶段不稳定等问题。作者基于自测与多源评测，建议日常留ClaudeCode，多智能体研究及审计可试点dsh，3至6个月后视正式版与插件成熟度再评估迁移。

奇安信披露DeepSeekHarness极危漏洞QVD202657410，CVSS评分9.8，因Host头校验缺陷可致未授权RCE。攻击者无需APIKey即可执行任意命令。建议立即隔离管理API公网暴露面、配置严格Host头校验并升级版本。该事件警示AI平台需强化独立认证与零信任架构。