ARTICLE · 人工智能
淘宝主播 Agent 的 Harness 工程实战
一语总结本文介绍淘宝直播主播 Agent 的 Harness 工程实战，通过六元组定义、分层架构与八项落地实践，将概率性模型能力转化为高风险直播场景中可用、可控、可演化的工业级产品。
本文是淘宝直播技术团队关于主播 Agent Harness 工程化建设的一手实战分享。文章首先将 Harness 形式化为执行循环、工具注册、上下文管理、状态存储、生命周期钩子、评估接口六元组，并确立框架层兜底安全与状态、业务层专注 Skill 开发的分层架构。存储层面采用逻辑统一、物理分治：会话存 MySQL、记忆存 Hologres（向量+全文+标量混合检索）、技能存 GitLab。实战部分覆盖上下文工程（分层压缩、Reducer 状态模式、大上下文卸载）、工具调用强约束与幂等设计、生命周期 Hook 注入、沙箱执行隔离、五层纵深防御、异常降级、以 DAG 全局规划替代 ReAct 单步决策的 PlanEngine，以及离线+在线+主播满意度的三层评测体系。文章用主播直播的高风险、长程、多话题场景作为压力测试，给出了将概率性模型能力转化为可控工业级产品的完整工程方法论。
- Harness 是把模型变成可用产品的一层工程化骨架，可通过六元组定义。
执行循环、工具注册、上下文管理、状态存储、生命周期钩子、评估接口六个维度构成完整定义，任何 Agent 项目都可对照检查缺失项。
- 主播 Agent 采用框架层兜底、业务层只写 Skill 的分层架构。
框架层承载安全、状态、上下文与可观测等不变工程能力，业务方用 Skill 声明能力与风险，新需求迭代不必动框架。
- 上下文工程用分层压缩、Reducer 状态模式和外部卸载解决漂移与膨胀。
分层压缩保留结构、Reducer 让 LLM 只看干净状态快照而非大海捞针，超大内容走外部存储按需消费。
- 安全采用从 Prompt 边界到执行审计的五层纵深防御。
Prompt 硬编码、Schema 强约束、审批分层、执行验证、审计记录层层兜底，适合高风险低容错的直播场景。
- 用 DAG 全局规划替代 ReAct 单步决策，提升长程复合指令的恢复性与效率。
结合三层 Checkpoint、并行调度、增量 Replan 与 SubAgent 隔离，对比实验显示执行成功率与效率优于原生 ReAct。
淘宝主播 Agent 的 Harness 工程实战
本文是淘宝直播技术团队关于主播 Agent Harness 工程化建设的一手实战分享。文章首先将 Harness 形式化为执行循环、工具注册、上下文管理、状态存储、生命周期钩子、评估接口六元组，并确立框架层兜底安全与状态、业务层专注 Skill 开发的分层架构。存储层面采用逻辑统一、物理分治：会话存 MySQL、记忆存 Hologres（向量+全文+标量混合检索）、技能存 GitLab。实战部分覆盖上下文工程（分层压缩、Reducer 状态模式、大上下文卸载）、工具调用强约束与幂等设计、生命周期 Hook 注入、沙箱执行隔离、五层纵深防御、异常降级、以 DAG 全局规划替代 ReAct 单步决策的 PlanEngine，以及离线+在线+主播满意度的三层评测体系。文章用主播直播的高风险、长程、多话题场景作为压力测试，给出了将概率性模型能力转化为可控工业级产品的完整工程方法论。
文章金句
"模型能力是概率的、会漂移的、偶尔会失控的，真正让 Agent 可用、可控、可演化的，是模型外面那一层工程化的“骨架”（Harness）
"人负责控制方向、设定边界与检查点，AI 负责在边界内自主推进。
"模型再强，没有河道也会泛滥成灾；河道修好了，哪怕水流有波动，整体也是可控的。
"LLM 只负责决策（产生 Action），Reducer 函数负责状态变更（纯函数、确定性）。