Day 2：ReAct 循环 + Harness 工程

核心知识点

1. ReAct 循环：Agent 的心跳

Day 1 学了 Agent = LLM + 上下文 + 工具，但这三个东西怎么协同工作？答案就是 ReAct 循环（Reasoning + Acting）。

名字只有两个词，但实际循环是三个环节：

想（Reasoning）→ 做（Acting）→ 看（Observing）→ 想 → 做 → 看 → …

直到任务完成。具体来说：

• 想：模型先思考当前应该做什么
• 做：模型调用工具执行行动
• 看：观察工具返回的结果，继续思考下一步

工具调用的四步流程

这是 ReAct 循环中"做"这个环节的展开：

步骤	做什么	谁来做
① 声明工具	在上下文里告诉模型有哪些工具可用（名称、用途、参数）	开发者
② 模型决定调用	模型自主判断：要不要调？调哪个？传什么参数？	模型
③ 结果追加	工具执行完毕，结果被追加到上下文中	框架
④ 模型继续决策	根据结果决定下一步	模型

书中用了一个查天气的例子，伪代码表示如下：

第一步：声明工具               第二步：模型决定调用
tools: [{                     assistant: {
  name: "get_weather",          tool_calls: [{
  parameters: {                    function: "get_weather",
    city: "string"                 arguments: {city: "北京"}
  }                              }]
}]                             }

第三步：结果追加到上下文         第四步：模型基于结果回复
tool: {                       assistant: {
  tool_call_id: "call_1",       content: "北京今天 28°C，晴。"
  content: '{"temp":28}'
}                             }

关键洞察：开发者只需要定义工具和执行工具调用，"要不要调用、调哪个、传什么参数"的决策完全由模型自主完成。

轨迹（Trajectory）：Agent 的记忆

轨迹是 ReAct 循环中最重要的概念——它是 Agent 执行过程中不断积累的消息历史。

Agent 的上下文 = 静态前缀（系统提示词 + 工具定义）+ 轨迹（动态消息历史）

书中用了一个多币种收入汇总的例子来演示轨迹：

轨迹 = [
  {role: "user", content: "Q1 2.5M美元, Q2 2.1M欧元, Q3 1.8M英镑, Q4 380M日元, 计算年度总收入"},

  # 第1轮 - 模型看到轨迹，决定并行调3个货币转换工具
  {role: "assistant",
   reasoning: "需要将所有货币转换为USD...",
   tool_calls: [
     {name: "convert_currency", args: {amount: 2100000, from: "EUR", to: "USD"}},
     {name: "convert_currency", args: {amount: 1800000, from: "GBP", to: "USD"}},
     {name: "convert_currency", args: {amount: 380000000, from: "JPY", to: "USD"}}
   ]},

  # 工具执行结果追加
  {role: "tool", content: "EUR->USD: 2282608.7"},
  {role: "tool", content: "GBP->USD: 2278481.01"},
  {role: "tool", content: "JPY->USD: 2541806.02"},

  # 第2轮 - 模型看到完整轨迹（含工具结果），调代码解释器汇总
  {role: "assistant",
   reasoning: "已获得转换结果，现在需要汇总计算...",
   tool_calls: [{name: "code_interpreter", args: {code: "total = 2500000 + 2282608.7 + ..."}}]},

  {role: "tool", content: "Total: $9,602,895.73, Average: $2,400,723.93"},

  # 第3轮 - 所有计算完成，生成最终答案
  {role: "assistant",
   reasoning: "所有计算完成，总结结果...",
   content: "FINAL ANSWER: 总收入$9,602,895.73..."}
]

注意：轨迹里没有显示系统提示词和工具定义——它们作为静态前缀，在每次 LLM 调用时自动拼接在轨迹前面。

这个例子只用了 3 次迭代、4 次工具调用就完成了复杂的多步骤任务。精妙之处在于上下文的累积性——每次 LLM 调用都能看到完整的轨迹，这让模型理解当前在任务的哪个阶段、之前做了什么、得到了什么结果。

---

2. Harness 工程：模型之外的竞争力

Demo 公式：Agent = LLM + 上下文 + 工具

生产公式：Agent = LLM + [上下文 + 工具 + 约束 + 验证 + 纠正] = Model + Harness

为什么需要后面三项？因为一个能跑的 Demo 和一个可靠的产品之间有巨大的鸿沟。模型可能：

• 产生幻觉（编造不存在的工具或参数）
• 选错工具
• 遇到错误时无法自我恢复

书里用退订单的例子说明：

	没有 Harness	有 Harness
上下文	看不到退款政策	系统提示词写明7天退款政策
工具	不知道该调哪个API	调用 query_order 和 process_refund
约束	无	校验退款金额不超过订单金额
验证	无	校验数据库状态确认退款成功
纠正	无	API超时则自动重试

同一个模型，有无 Harness，结果天壤之别。

Harness 五要素

功能	一句话职责	核心原则	实际例子
上下文	提供感知信息	信息充分性：每个决策点都有足够信息	系统提示词、知识库、Agent状态栏
工具	提供行动手段	接口清晰：命名直观、参数有例子	MCP工具、代码解释器、搜索工具
约束	设定行为边界	故障安全默认值：默认关闭，显式开放	Claude Code每个工具默认需用户授权
验证	判断操作结果对错	输入隔离：只看结构化数据，不看模型自由文本	Linter检查、类型系统、结果校验
纠正	发现问题时自动修正	不暴露中间态：先静默重试，失败再回退	静默重试、接续生成、熔断机制

五个功能构成一个闭环：上下文与工具支撑决策 → 约束预防错误 → 验证发现偏差 → 纠正闭合循环。

为什么 Harness 才是竞争力

“当各家模型的能力越来越接近、不再是决定性的差异因素时，竞争优势就转移到了模型之外的工程实践。”

LangChain 的实践是很好的例证：Coding Agent 从 52.8% 提升到 66.5%，改变的不是模型，而是 Harness——让 Agent 自动检查执行结果、检测是否陷入重复循环、优化思考策略。

---

3. 上下文适应的三层机制

Agent 的学习/适应不止发生在训练阶段。按更新的位置和持续时间，有三条互补路径：

层次	发生位置	持续时间	优势	局限	对应章节
上下文适应	当前任务内	仅本次会话	快速、低成本	受窗口限制	第2章
外部产物更新	跨任务	持久保留	可审计、可修订	需通过上下文使用	第3-5、8章
模型参数更新	训练周期	永久	广泛泛化	部署成本高	第7章

三者协同：上下文负责临场，产物负责积累，参数负责内化。

4. 工作流 vs 自主 Agent

选择原则：从简单到复杂

单个 LLM 调用 → 工作流 → 自主 Agent
   ↑                ↑              ↑
能解决就别加复杂度   可分解为固定子任务   需要动态决策才用

	工作流	自主 Agent
执行路径	预定义代码路径，确定性的	根据反馈实时决定
优势	严格控制、安全	灵活、能处理未预料情况
局限	缺乏变通	成本高、复合错误风险
适用	有严格合规要求的流程	开放式问题

实践中常混合使用：关键流程用工作流确保可靠性，灵活决策部分切换到自主模式。比如 n8n 可以在同一个系统中同时使用工作流节点和自主 Agent 节点。