MIT 公开课 6.S950 更新第 5 讲：用 300 行教学 Agent 讲透 Harness

完整中文导读

MIT 公开课 6.S950 Agency with AI 更新第 5 讲 The Harness 讲义，用一个约 300 行 Python、两个工具（search、read_lines）、本地 Ollama 跑模型的教学 Agent Baby Anigans 拆解 Agent = LLM + Harness。

中文整理

作者 / 来源：meng shao (@shao__meng) · 原文时间：2026年10月21日 16:20（北京时间）

原作者信息要点

MIT 公开课 6.S950 Agency with AI 第 5 讲 The Harness 讲义已更新，链接为 agencyai.mit.edu/w5/。作者称课程用一个约 300 行的教学 Agent 讲解可观测性、可控性以及“需要多少 Harness”，并称 Harness 的具体最佳实践更新很快，但背后有几条几十年前的系统原则一直适用。

课程自制的教学 Agent 名为 Baby Anigans，任务是对一个文本文件回答问题并引用答案所在行号。它在本地用 Ollama 跑模型，外层约 300 行 Python，只有 search 和 read_lines 两个工具，不依赖任何框架。核心是 LLM 只提出请求，由循环决定执行什么：调用 LLM、执行工具、检查结果，再决定继续或停止；作者称这就是 ReAct 循环，mini-swe-agent 和 Claude Code 的本质也是如此。

演示轨迹中，模型起初说“没有文件”，被要求先搜索；搜到第 125 行后被要求读相邻行，答案才被接受。搜不到时系统提示换更短关键词；连续两次搜不到，由 Python 强制返回固定“拒答”，并说明“没找到不等于文件里没有”。

可观测性部分：两个回答都通过检查但都漏掉例外条款，原因不同，一个是第 127 行未进入模型视野（检索问题），另一个是例外内容进入视野两次却被答案丢掉（模型问题）。检查只验证有没有搜索、有没有引用，不验证答案完整性。作者对比 Baby Anigans 与 Claude Code：/context 显示上下文清单而非实际发出的请求；子 Agent 汇报是父 Agent 写的摘要，会有遗漏；git diff 能看出改了什么，但看不出修改顺序和改得对不对。作者还称趋势是厂商把越来越多 Harness 封装到 API 后面：Codex 的上下文摘要变成只有服务器能读的加密内容；Claude 的推理过程被加密，压缩摘要可读但修改后 API 会拒绝；透明度被用来换便利。讲义引用 OpenAI 文章称调两个设置使 ARC-AGI-3 分数提高两倍。

可控性部分列出三条原则及出处：管理上下文，只让正在用的东西进来并留得住，出处为存储层级（1965）、工作集（1968），对应精简 AGENTS.md、按需加载 Skill 和 MCP、大输入放进文件、子 Agent 只回传摘要、关键规则压缩后保留；可检查的规则要用强制拦截执行，出处为引用监控器（1972），对应会拦截的 hooks、任何模式下都生效的 deny 规则；最小权限、权限分离，出处为 Saltzer & Schroeder（1975），对应权限控制、隔离的 MCP 服务器、两把钥匙分交两人。

关于需要多少 Harness：作者称对 Harness 工程的质疑很像当年对提示词工程的质疑；一条研究路线是让 LLM 自己管理 Harness，如 MemGPT 自己在记忆层间搬运数据、ACE 自己改写操作手册、Meta-Harness 读取过去运行记录后自己写 Harness 代码；没有通用最优解，5 个模型里有 4 个在不同基准上的最佳 Harness 不同，同一组件对弱模型是提升效果、对强模型主要是省钱；Manus 称其 Agent 框架已重写四次。

本站整理与观察

本站观察：该材料的核心叙事是把 Harness 拆成上下文管理、强制拦截、权限分离三类可检查机制，并用 1965 至 1975 年的系统原则为其提供历史依据；这些原则与课程演示之间的因果验证，材料未提供实验数据。

本站观察：材料中“5 个模型里有 4 个最佳 Harness 不同”和“ARC-AGI-3 分数提高两倍”均为原作者转述，未给出具体模型、基准名称或实验条件，无法在本材料内独立核实。

本站观察：关于厂商封装导致透明度下降的说法，材料仅描述 Codex 加密摘要和 Claude 加密推理与压缩摘要的行为，未提供可复现的对比测试，宜视为作者观点而非已验证结论。

材料为社交媒体帖子及课程讲义链接的转述，未包含讲义全文、实验数据、模型与基准的具体名称，也未提供可复现的对比测试；文中数字、人名和产品名均按原材料转述，部分结论属于原作者观点，本站观察仅为基于该材料的推论。

上下文来源：1