工程实践筛选 · 2026-07-12 晚间
主题：Harness Engineering / Agent 协议栈 / HPCA 2026 推理系统 / Agent 调试工具
检索范围：Tavily advanced + Web 搜索（2026-07-12，week 深度），覆盖 Substack、Medium、GitHub、arXiv、TechCrunch
🔴 高价值条目（本次新增）
1. Addy Osmani · Agent Harness Engineering（2026-04-19）
来源：Agent Harness Engineering（个人技术博客）
原文链接：https://addyosmani.com/blog/agent-harness-engineering
核心观点（工程原理）：
"A coding agent is the model plus everything you build around it. Harness engineering treats that scaffolding as a real artifact, and it tightens every time the agent slips."
工程实践定义（来源 Mitchell Hashimoto，Anthropic）：
"Anytime you find an agent makes a mistake, you take the time to engineer a solution so that the agent never makes that mistake again."
工程要点： - Harness = 给"野生的 AI 瀑布"建水坝： pouring concrete → build dam → engineer turbines → carve spillway - 模型选择 vs Harness 工程：Karpathy 说"context engineering > prompt engineering"，数据证明 harness engineering > model selection - 实战原则：错误出现时，优先改进 harness，而非反复调 prompt - 2026 年工程成熟度第三阶段：Prompt Engineering → Context Engineering → Harness Engineering
可信度：高（Addy Osmani，Google 工程师，原创工程博客，有代码级细节）
保留理由：Harness Engineering 已成 2026 年 AI 工程主线，这篇是创始人级别的定义性文章，所有后续框架（LangGraph、AutoGen、Semgrep 等）都在实践这个范式。工程团队必读。
丢弃条目对比：今日下午已有 engineering-filter-inference-systems（vLLM/SGLang 基准测试），本文偏工程哲学和方法论，互补不重叠。
标签：harness-engineering agent-framework production-agents engineering-philosophy
行动：存参考；建议纳入 Agent 工程实践主题页；无需精读，理解核心原则即可
2. Vikas Sah · The Definitive Guide to Agent Harness Engineering（Medium，2026）
来源：The Definitive Guide to Agent Harness Engineering（Engineer at Heart）
原文链接：https://engineeratheart.medium.com/the-definitive-guide-to-agent-harness-engineering-5f5edf25fd73
核心发现（Claude Code 泄露事件 + Harness 设计模式）：
Anthropic Claude Code npm 包 v2.1.88 源码泄露（2026-04）： - 泄露约 512,000 行 TypeScript - System prompt 从 ~40 个条件段落动态组装（不是静态字符串） - 管理 ~50 个工具定义，每个带条件判断 - 使用 cache boundary marker 分离全局可缓存内容与会话特定内容 - conversation history 使用"约十几种不同的压缩、卸载和摘要方法" - 仅保留最近 5 次函数执行结果在 context 中
Harness 核心设计模式：
| 设计维度 | 关键参数（来自泄露源码） |
|---|---|
| 工具调用约束 | ≤25 words between tool calls |
| 最终响应约束 | ≤100 words unless task demands more |
| Numeric constraints | 硬编码数值约束，非礼貌性建议 |
| 验证轮次 | 增加一个 verification turn 捕获漏网错误 |
| 时间预算注入 | 告知 agent 剩余轮次数，触发优先级行为变化 |
Time Budget Injection 效应（实测）： - 有轮次预算的 agent 会主动优先级排序和整合 - 无预算 agent 倾向于无限发散 - Claude Code 源码 enforced ≤25 words between tool calls — 数值约束而非软提示
Verification Turn 模式： - 在 agent 认为完成之后，增加一个验证轮次 - 捕获：测试未通过、边缘情况未处理、todo.md 有未勾选项
保留理由：Claude Code 泄露是 2026 年最重要的工程事件之一——Anthropic 自家 harness 的存在性证明（existence proof）；包含命令级约束参数（25 words、100 words）和设计模式；Medium 文章做了深度解析，不是新闻报道。
丢弃条目对比：与 Addy Osmani 那篇互补，Addy 提供框架哲学，本文提供具体设计参数和泄露源码分析，建议配对阅读。
标签：claude-code-leak harness-design-patterns system-prompt-engineering verification-turn time-budget
行动：存参考；建议纳入"Agent Harness 实战模式"主题页；重点阅读"Claude Code 泄露"和"Time Budget Injection"两节
3. Faros AI · Harness Engineering: What Makes AI Coding Agents Work in 2026
来源：Harness Engineering: What makes AI coding agents work in 2026
原文链接：https://www.faros.ai/blog/harness-engineering
核心框架：Agent = Model + Harness
| Phase | 时间 | 核心问题 |
|---|---|---|
| Phase 1: Prompt Engineering | ~2022-2023 | 如何写好 prompt |
| Phase 2: Context Engineering | ~2024-2025 | 如何管理 context window |
| Phase 3: Harness Engineering | 2026 | 如何建立反馈循环、安全边界、验证系统 |
Harness 五层架构（Faros）： 1. Orchestration Layer：工具调用编排、状态管理 2. Observability Layer：trace、span、session 数据收集 3. Memory Layer：短期/长期/向量记忆分离 4. Sandbox Layer：代码执行隔离、环境控制 5. Policy/Guardrail Layer：输出过滤、安全边界
保留理由：给出了五层架构的具体分层逻辑，和 Addy Osmani 的原则性文章、Vikas Sah 的参数级文章形成上中下三层体系；Faros 是工程平台公司，内容有生产级视角。
丢弃条目对比：与今日其他文件无重复；建议作为 Harness Engineering 主题的入口文章。
标签：harness-framework agent-architecture five-layers production-agents
行动：存参考；建议纳入 Agent 工程实践主题页作为框架摘要
4. GitHub: ai-boost/awesome-harness-engineering
来源：awesome-harness-engineering（GitHub）
原文链接：https://github.com/ai-boost/awesome-harness-engineering
核心内容（工具链列表 + 2026 新工具）：
调试工具（2026 年新增）： - Syncause/debug-skill（2026-04）：基于运行时追踪（Runtime Facts）的 agent 调试 skill；捕获精确执行路径，约束 agent 在引用具体数据点（stack traces、variable snapshots）后才能提出修复方案；从"patch and pray"转为 evidence-based repair - AgentStepper（2026-02）：软件工程 agent 轨迹的交互式调试器；将原始日志组织为结构化对话（agent↔LLM 和 agent↔tools）；支持单步执行、断点操作、中途检查；研究显示挫败感评分从 5.4 降至 2.4（NASA TLX），理解准确率显著提升
分析工具： - Google BigQuery Agent Analytics（2026）：将 agent traces、tool calls、sessions、outcomes 视为分析数据而非监控面板；telemetry 入 BigQuery 后可直接构建 evaluator、regression、conversational debugging；替代维护独立分析栈
保留理由：Syncause 和 AgentStepper 是 2026 年最新的 agent 调试原语工程化工具，代表从经验主义调试到 evidence-based 调试的范式转移；GitHub repo 本身是资源聚合，适合书签。
丢弃条目对比：与今日 csdn-rag-ai-agent-hf-source-analysis 完全不重复（那是 RAG + HF 分析）；本文是纯 Harness 调试工具链。
标签：agent-debugging runtime-tracing evidence-based-repair observability github-resources
行动：存参考；AgentStepper 和 Syncause 值得重点关注，建议获取更多源码细节
5. HPCA 2026 · LLM 推理系统前沿论文
来源：HPCA 2026 论文列表（通过第三方整理）
整理来源：https://paper.lingyunyang.com/reading-notes/conference/hpca-2026
高价值论文（工程导向）：
| 论文 | 核心贡献 | 工程价值 |
|---|---|---|
| ELORA | Efficient LoRA + KV Cache 管理 for Multi-LoRA LLM Serving | 多租户 LoRA 部署必备 |
| BitDecoding | Low-Bit KV Cache 解锁 Tensor Cores（Long Context） | 长上下文推理加速新方向 |
| LILo | Intel CPU On-chip Accelerators for Compressed LLM Inference | CPU 端侧推理 |
| SLINFER | Resource-Efficient Serverless LLM Inference | 无服务器推理成本优化 |
| PIMphony | PIM-based Long-Context LLM Inference（Bandwidth + Capacity） | 新型存储层次推理架构 |
| COMET | Communication + Memory Co-Design for MCM AI Inference | 多芯片互联推理 |
保留理由：HPCA 是体系结构顶会，论文有真实硬件/系统评估数据；ELORA 和 BitDecoding 与今日已有的 vLLM/SGLang 讨论直接相关（多 LoRA 服务和 KV Cache 压缩）；LILo 和 SLINFER 有直接的部署工程价值。
丢弃条目对比：今日已有 engineering-filter-inference-systems 包含 arXiv 2506.13114（LLM 开发环境实证），不重复；HPCA 论文是硬件加速和系统优化维度，互补。
标签：hpca-2026 kv-cache lora-serving serverless-inference hardware-acceleration long-context
行动：存参考；ELORA 和 BitDecoding 建议获取完整论文
6. arXiv 2506.21901 · A Survey of LLM Inference Systems
来源：A Survey of LLM Inference Systems（arXiv，2026-06）
原文链接：https://arxiv.org/html/2506.21901v1
覆盖范围（完整推理系统栈）：
- Request Processing：operator 和 algorithm
- Model Optimization：kernel design、batching、scheduling
- Memory Management：paged memory、eviction、offloading、quantization、cache persistence
- Single-Replica vs Multi-Replica Inference Systems
- Disaggregated Inference Systems：分离式推理架构
- Serverless Systems：共享硬件上的无服务器部署
与现有内容的互补性： - 今日已有的 vLLM/SGLang 对比偏 benchmark 数据 - 本文是系统性survey，覆盖从 operator 到 serverless 的完整技术栈 - 特别有价值：disaggregated inference 和 serverless systems 的架构对比
保留理由：arXiv survey 是工程团队建立全局视野的好资源；KV cache management 章节与今日其他条目形成纵深；本文是理解完整推理系统谱系的最佳综述。
丢弃条目对比：与 sglang/sglang blog 的 vLLM vs TensorRT-LLM vs SGLang 对比文章不重复；survey 提供系统性框架，对比文章提供具体数字。
标签：llm-inference-survey batching scheduling kv-cache-management disaggregated-inference serverless
行动：存参考；建议纳入"推理系统工程师读书路径"；Section 3（Memory Management）重点精读
7. NiteAgent · Building with the 2026 Agent Protocol Stack: MCP, A2A, and the Production Architecture
来源：Building with the 2026 Agent Protocol Stack（NiteAgent 博客）
原文链接：https://niteagent.com/blog/2026-06-07-agent-protocol-stack-mcp-a2a-production
核心数据（2026 年中采用率）：
| 协议 | 用途 | 采用率 |
|---|---|---|
| MCP | Tool Access | 97M 月下载，5,800+ servers |
| A2A | Agent ↔ Agent 协调 | 150+ organizations，Linux Foundation 治理 |
| AP2 | Agent-to-Agent 支付 | 新兴 |
Google 的比喻："A2A is the horizontal bus; MCP is the vertical bus."
协议分层架构： - MCP：agent-to-tool（不跨越 agent） - A2A：agent-to-agent（发现、委托、协商） - AP2：支付层（最不成熟） - AGNTCY：跨层基础设施
保留理由：MCP/A2A 已成为 2026 年 agent 生产部署的事实标准栈；本文给出具体下载量和组织数字；工程团队决定"用哪个协议"前必读。
丢弃条目对比：今日 inbox 无专门覆盖 MCP/A2A 协议栈的文件（ai-agent-rag-moe-deployment.md 提到过 MCP 但未深入），本文补充协议采用率和架构层次。
标签：MCP A2A agent-protocol production-architecture multi-agent
行动：存参考；建议纳入"Agent 系统集成主题页"；Section "The Three-Layer Protocol Stack"必读
8. Dev.to · MCP vs A2A: The Complete Guide to AI Agent Protocols in 2026
来源：MCP vs A2A: The Complete Guide（Dev.to）
原文链接：https://dev.to/pockit_tools/mcp-vs-a2a-the-complete-guide-to-ai-agent-protocols-in-2026-30li
核心澄清： - MCP = how an agent talks to tools（工具访问层） - A2A = how agents talk to each other（agent 协调层） - "MCP replaces A2A" 是错误认知——两者解决完全不同的问题 - Before MCP/A2A：每个 model-tool 对是独立的 bespoke connector（维护噩梦）
技术细节： - MCP 由 Anthropic 创建，2025-12 捐赠给 Linux Foundation AAIF - A2A 由 Google 2025-04 发布 - MCP GitHub: 37,000 stars（8个月内）, 10,000+ active servers
保留理由：Dev.to 文章比 NiteAgent 更清晰地解释 MCP vs A2A 的边界；对工程决策者来说是入门好文；"协议解决完全不同的问题"是避免选型错误的关键洞察。
丢弃条目对比：与 NiteAgent 那篇互补，NiteAgent 偏架构，本文偏概念澄清；建议配对阅读。
标签：MCP A2A protocol澄清 multi-agent-architecture foundation-models
行动：存参考；纳入 Agent 协议选型决策参考
🟡 中等价值条目（按需取用）
9. TechCrunch · OpenAI GPT-5.6 Launch（2026-07-09）
来源：OpenAI launches its new family of models with GPT-5.6（TechCrunch）
原文链接：https://techcrunch.com/2026/07/09/openai-launches-its-new-family-of-models-with-gpt-5-6
工程相关数据： - GPT-5.6 Sol：OpenAI 声称"best coding model yet" - Coding Agent Index：80 分，+2.8 above Fable 5 - 效率数据：half output tokens, half the time, ~1/3 cost vs Fable 5 - 三个规格：Luna（最小）、Terra（中）、Sol（最大） - System Card：cyber capability 提升但未达 Critical 级别
可信度判断：TechCrunch 是新闻报道，无工程实测数据；GPT-5.6 Sol benchmark 数据来自 OpenAI 官方声明，独立可信度待验证。
保留理由：GPT-5.6 是本周重大发布，工程团队需了解；建议获取 OpenAI 官方 blog 的技术细节再做工程决策。
行动：建议后续获取 OpenAI 官方 preview 页面（openai.com/index/previewing-gpt-5-6-sol-sol/）的技术规格再做深度评估。
🗑️ 丢弃条目
| 条目 | 丢弃理由 |
|---|---|
| Simon Willison sqlite-utils 4.1 | 工具发布，非 AI/LLM 工程内容 |
| ByteByteGo EP221 Docker 底层 | 通用 Linux 容器知识，今日已有更具体的 AI 基础设施文章 |
| The Information GPT-5.6 泄露报道（by TechTimes） | 新闻报道，无独立工程验证；GPT-5.6 Sol 技术规格以 OpenAI 官方为准 |
| ARUNAGIRINATHAN-K/awesome-ai-agents-2026 | GitHub 聚合列表，非具体工程内容；已有 ai-boost/awesome-harness-engineering 替代 |
| Medium "13 Agent Protocols in Four Layers" | Medium 付费壁垒，内容摘要不足以替代原文；NiteAgent 和 Dev.to 文章覆盖更完整 |
📋 本次新增条目汇总
| # | 条目 | 核心价值 | 标签 |
|---|---|---|---|
| 1 | Addy Osmani · Agent Harness Engineering | 创始人级定义 | harness-engineering |
| 2 | Vikas Sah · Definitive Harness Guide | Claude Code 泄露源码 + 约束参数 | claude-code-leak system-prompt |
| 3 | Faros AI · Harness 五层框架 | 生产级架构分层 | harness-framework |
| 4 | ai-boost/awesome-harness-engineering | Syncause + AgentStepper 新工具 | agent-debugging |
| 5 | HPCA 2026 · ELORA/BitDecoding/LILo | 硬件加速 + KV Cache | hpca-2026 |
| 6 | arXiv 2506.21901 · LLM Inference Survey | 完整推理系统栈综述 | llm-inference-survey |
| 7 | NiteAgent · MCP/A2A Protocol Stack | 97M 下载量 + 协议架构 | MCP A2A |
| 8 | Dev.to · MCP vs A2A Complete Guide | 概念澄清 + 选型决策 | MCP A2A |
| 9 | TechCrunch · GPT-5.6 Launch | 本周重大发布 | GPT-5.6 |
🔍 今日去重参考（已覆盖主题）
| 已有文件 | 覆盖内容 | 与本次关系 |
|---|---|---|
2026-07-12-1015-arxiv-inference-vllm-backend-vector-substack |
vLLM backend、Vector DB、Substack 深度 | 互补（本文 MCP/A2A/Harness 新增） |
2026-07-12-1450-engineering-filter-inference-systems |
arXiv 2506.13114、Conf42 K8s、LLM 调试 | 互补（本文 HPCA 2026 新增） |
2026-07-12-ai-agent-rag-moe-deployment |
Agent、RAG、MoE 部署 | 互补（本文 Harness Engineering 新增） |
2026-07-12-morning-engineering-filter-inference-systems |
早上工程筛选 | 已被下午文件覆盖 |
📁 建议写入路径
本次草稿路径：/shared/research-kb/inbox/jay/2026-07-12-1950-evening-engineering-harness-protocol-hpca-jul2026.md
主题标签：harness-engineering agent-protocol MCP A2A HPCA-2026 LLM-inference agent-debugging
建议后续行动： - 精读：Vikas Sah 文章（Claude Code 泄露源码 + 约束参数） - 精读：HPCA ELORA + BitDecoding 论文（获取完整系统评估数据） - 精读：NiteAgent MCP/A2A 架构文章（Section 3 Protocol Stack） - 主题页更新："Agent Harness 工程实践模式"（合并条目 1+2+3） - 主题页更新："Agent 协议选型决策"（合并条目 7+8）
Jay · 工程实践筛选 · 2026-07-12 19:50 CST · 第三轮（晚间）