Claude Code关于harness新的认知 #AI #ClaudeCode #harness #Anthropic #dynamicworkflow

下一段有关最近对于dolkharness的一些认知，概括作者Morris最近说了一句广为流传的话，叫做“我不为Cloud写Prompt了，我写Loop，我的工作者写Loop”。什么是Loop呢？来分享一下Loop。它们内部叫做Dynamic Workflow，相当于一个临时拉起来的、可以快速构建的工作流。Dynamic Workflow怎么使用呢？简单来说，对应的是Steady Workflow默认的这种静态模式：把所有规划和执行都放到同一个上下文窗口的方式就是静态。静态的好处是更便于规划，而且绝大部分场景代码也够用。但是遇到长任务、大规模并行、强结构化或者对抗性的场景就会崩，所以需要引入动态的工作流模式。 动态的工作流就是Dynamic Workflow，是让Cloud自行临场写一个Harness，一个JavaScript文件，里面用几个特殊的函数，Sponsor Agent在用标准的JavaScript处理之间流动的数据，有点绕，配图就很好理解了。它其实相当于一个Distribute Agent，基于上下文去决定是否分支出更多的小Agent，每一个Agent是独立的上下文，互相不会污染。同时每个Agent可以指定自己的模型，如果推理要求高的时候，用贵的模型，探索的时候，用便宜的，中间的三类Agent之间的隔离级别可以筛选，可以有一定的沟通，也可以完全独立。通过这种方式，它就可以基于问题的复杂度、基于上下文去决定到底开多少层的任务，以及开多少个并行的Agent，每一层也可以灵活地做动态调整。 简单一句话就是，只要跟它说一句“给我做一个工作流”，或者触发一个Actor Code，Trio Code就可以自动开启动态。Dynamic Workflow就算中途被打断，也能恢复。Dynamic Workflow具体能解决哪三个问题呢？作者在自己的发文里表达了以下几点。 第一叫Agent Laziness，就是复杂任务做了一半就显示全部完成了，因为它根本就没有跟踪任务进度，跟踪能力比较差，这个是静态工作流的一个特有问题。比如说五十项安全审核做了二十项，就说剩下的都已经处理完了。 第二个叫Self Preferential Bias，就是让Cloud验证自己输出时，更加倾向于偏袒自己，相当于在一个静态工作流里面，裁判跟选手是同一个人。 第三个问题叫Goal Drift，循环之后逐渐偏离目标，每次信息都被压缩，做着做着就忘记自己来干什么了。 那Dynamic Workflow就能有效解决这几个问题，通过不同的Cloud各自的上下文加状态隔离，来实现分布式模式的容错。在Dynamic Workflow里面，有很重要的三件套，一个就是Agent，Agent就不用说了，基本上就是建立一个完整的稳定的环境；第二种叫Parallel；第三个叫Pipeline。其实很好理解，就跟电路里面的并行跟串行一样，Parallel就是并行，从一个节点分散出多个分支，然后独立完成对应任务。Pipeline就是串行，一个元素依赖于一个任务，一步步完成一个流程，当然过程中，基于它的返回结果，也可能要改变之后的计划。 Dynamic Workflow常见的搭建模式有六个，分别是Adversify and Act，就是让分类Agent先判断任务，再去决定路由到对应的处理节点；第二叫Split and Sequence，就是拆成多个子任务并行跑，最终由一个Agent合并；第三叫Adversify and Fiction，就是一个Agent做执行，另外一个做检测，互相考核；第四叫Generate and Filter，就生成多个想法，最终决定保留最头部的结果；第五叫Tournament，就是成对比较淘汰赛，最终通过多轮比赛决定最合适的答案；最后叫Loop Pan Down，就跟一个Agent里面的Go循环一样，一直循环一直到结束为止，配合的也是Sash HO。从这点来说，Prompty跟OpenAI的标准是统一的，这六个模式很少独立出现，一般一个Workflow里面通常会组合两到四个。 当然了，Cloud团队也提出了比较容易踩的坑。比如说普通的静态流程能解决的问题，就不要上Dynamic Workflow，否则这个流程很费资源，一般日常的编码任务不需要五个评审。第二点就不要设太苛刻的预算，一个体量很大的Workflow不能不设上限，否则很可能还没有做完就已经结束了。另外的坑，比如说让一个Agent既干活又验证，那基本上就是让裁判员当运动员，肯定是不行的。其他的问题，比如说Loop模式配置不对，就是有循环但是没有结果，没结果的话，可能第一次循环就已经结束了。 以上就是FFV对于Harness的一些理解。我相信这些新的认知已经在Cloud DE，包括Cloud Code后端代码中进行了更新。之前就有相关代码泄露过这些新的逻辑，目前提供方法论，需要相关的团队自己去消化，自己去执行了。