读后感：Agent 架构的底层逻辑——从控制论看 Harness 设计

本文是对小红书博主碳基智的文章《Harness ≈ 设计模式，都可以用控制论解释》的读后感与延伸思考。原文观点精准，推荐直接去看原文和配图。

---

读完碳基智的这篇文章，我在白板上画了半小时才把思路理清楚。

文章的核心论断是：同一套控制论（Cybernetics）原理，在 OOP 里的实现叫设计模式，在 AI Agent 里的实现叫 Harness。两者不是平行关系，是同一件事的两个不同时代的表达。

这个洞察很准。但它引出了一个我更关心的工程问题：

如果我们承认 Harness 就是控制论，那一个”有弹性且完备”的 Agent，应该怎么设计？

---

先把原文的核心框架说清楚

碳基智的图做得很好，三列对照：

Cybernetics 控制论
    ├─ Feedback 反馈        → OOP: Observer 观察者      → Agent: Evaluate Loop 评估循环
    ├─ Homeostasis 稳态     → OOP: Strategy 策略        → Agent: Agent Router 智能路由
    ├─ Hierarchy 层次       → OOP: Chain of Resp.       → Agent: Agent Chain 智能体链
    ├─ Information 信息     → OOP: Mediator 中介者       → Agent: Context Manager
    ├─ Procedural 过程控制  → OOP: Template Method      → Agent: Workflow Scaffold
    ├─ Construction 构造    → OOP: Builder 建造者        → Agent: Prompt Chain 提示链
    ├─ Abstraction 抽象边界 → OOP: Facade 外观           → Agent: Dialog Gateway 对话网关
    └─ Interception 拦截    → OOP: Decorator 装饰器      → Agent: Middleware 中间件层

文章里的关键差异点是：

“在 OOP 里，Observer 的反馈回路藏在代码逻辑中。但在 AI 系统里，控制回路必须被显式地设计和实现。因为 LLM 本身是不可控的，你不可能靠隐式约定来保证行为。”

这句话是整篇文章最值钱的地方。

在 OOP 里，Observer 模式的实现是由编译器和运行时保证执行的——你写了 subscribe()，它就一定会被调用。代码本身就是控制回路的实体。

但 LLM 不是这样运作的。你给它一段 prompt，它有可能按你说的做，也有可能”发挥创意”。控制回路如果不显式写出来，就不存在。

这就是为什么 Harness 必须把每一个控制机制都明文化：CLAUDE.md 是约束声明，skill 文件是行为规范，评估 Agent 是反馈回路的实体化，middleware 是拦截机制的物理存在。

---

延伸：什么叫”有弹性且完备”的 Agent

理解了上面的框架之后，“弹性”和”完备”在控制论语言里有了精确的定义。

完备（Complete）：覆盖控制论的所有 8 个维度，没有缺失的控制回路。

弹性（Resilient）：每个控制回路在出错时有降级路径，系统不会因为单点失效而全面崩溃。

用这两个标准来审视，大多数”Agent”系统的问题立刻就清晰了——

---

常见的不完备（缺失控制回路）

1. 没有 Evaluate Loop（反馈回路缺失）

最常见的失败模式：Agent 执行完任务，直接返回结果，没有自我评估环节。

❌ LLM → 执行 → 返回结果
✅ LLM → 执行 → 评估质量 → 如果不达标 → 重试/改进 → 返回结果

在 Alberta Harness 里，四色 Agent（红蓝绿黄）就是评估回路的物理化。每次提交都要过 95 个检查项，不通过不能继续。这就是 Observer 模式在 AI 里的显式实现。

2. 没有 Context Manager（信息回路缺失）

Mediator 模式在 OOP 里解决的是”对象之间不直接通信，通过中介者协调”。在 Agent 里对应的是上下文管理：谁持有 context、怎么传递、怎么压缩、怎么注入。

大多数简单 Agent 的做法是把所有东西塞进一个超长 prompt，直到撑爆 context window。这不是信息管理，这是信息堆积。

3. 没有 Agent Router（稳态机制缺失）

Strategy 模式的本质是：面对不同环境变化，系统能切换到最优策略，维持稳态运行。

在 Agent 里，这对应的是路由层：根据任务类型、工具可用性、当前负载，把请求分发到合适的子 Agent 或工具链。

没有路由层的 Agent，一旦遇到”默认路径”不能处理的输入，就只能失败。有路由层的 Agent，会尝试降级到备用路径。

---

常见的不弹性（控制回路缺少降级）

1. 硬依赖外部工具，没有 fallback

❌ 调用 API → 失败 → 整个 Agent 崩溃
✅ 调用 API → 失败 → 换备用 API → 还失败 → 告知用户 + 记录错误 → 优雅退出

Decorator/Middleware 模式的价值在这里：它是拦截层，可以在不修改核心逻辑的前提下，加入重试、超时、熔断。

2. Evaluate Loop 只有一个评估标准

评估如果只有”对/错”，弹性就很差——一旦评估器本身出问题（比如评估 prompt 被注入），整个系统就失控了。

弹性的评估回路应该是多层的：

• 第一层：确定性规则检查（有就是有，没有就是没有）
• 第二层：LLM 判断（概率性，可能出错）
• 第三层：人工兜底（critical path 必须有）

3. Agent Chain 是线性的，没有异常分支

Chain of Responsibility 模式的关键不只是”传下去”，还有”传不下去怎么办”。很多 Agent Chain 的设计只有 happy path，遇到任何一个节点失败，整链就断了。

---

一个实用的检查清单

基于控制论框架，评估一个 Agent 系统是否”完备且有弹性”：

控制论维度	检查项	弹性要求
Feedback	是否有评估回路？	评估失败时有默认策略吗？
Homeostasis	是否有路由/降级策略？	主路径失败能切换备用吗？
Hierarchy	Agent 链是否有明确层级？	某节点失败能跳过或重路由吗？
Information	上下文如何管理和传递？	Context 过长时如何压缩？
Procedural	是否有固定的执行骨架？	某步骤失败能继续后续步骤吗？
Construction	Prompt 是否分步构建？	构建失败能回滚到上一步吗？
Abstraction	是否有统一的对话入口？	入口失败能直接透传到子系统吗？
Interception	是否有中间件层（日志/安全/限流）？	中间件挂了会影响主流程吗？

---

从控制论推导出的设计原则

原则一：每一层都是控制回路，不是单向管道

很多人把 Agent 设计成流水线：输入 → 处理 → 输出。但正确的心智模型是环状的：输出的质量会反馈回来影响下一次的处理策略。没有反馈的管道不是控制系统，是传送带。

原则二：显式优于隐式，在 AI 系统里这是生存法则

OOP 可以靠隐式约定——接口类型、调用顺序、运行时保证。LLM 不行。任何你没有显式写出来的控制逻辑，都等于没有。

这不是 LLM 的缺陷，是它的特性：它是一个概率采样系统，不是确定性执行器。

原则三：弹性是设计出来的，不是测出来的

你不能在系统写完之后”加弹性”。弹性是架构决策：每个控制回路在设计时就要同时设计它的降级路径。就像电路设计里的保险丝，不是在电路烧掉之后再装的。

原则四：Harness 的价值不在于限制，在于让限制可见

碳基智提到 Harness 的本意是”马具”——约束野马。但好的马具不是让马跑不动，是让骑手能掌控方向。

Harness 的价值是把所有的”应该怎么做”写成显式规范，让 Agent 的行为从”随机但大体正确”变成”可预测且可审计”。这不是在削弱 LLM 的能力，是在让它的能力变得可信任。

---

最后

碳基智的文章解答了一个我之前一直觉得有点玄的问题：为什么 Harness 的那些东西（CLAUDE.md、skill 文件、评估 Agent）会有效？

现在有了清晰的答案：因为它们都是控制论元素的显式实现。不是魔法，是工程。

范式在变，控制论不变。这句话值得贴在每一个 Agent 系统的设计文档第一页。

---

参考来源：

• 原文：碳基智 · 小红书《Harness ≈ 设计模式，都可以用控制论解释》
• GovAlta/COMMON-HARNESS — Alberta 政府开源 Harness 实现，MIT
• The Velocity White Papers — Alberta 省政府 AI 工程方法论白皮书

© 2026 Author: Mycelium Protocol

Commentary: The Deep Logic of Agent Architecture — Designing Resilient Agents Through a Cybernetics Lens

This article is a commentary and extension of XiaoHongShu author 碳基智 (TanJiZhi)‘s post “Harness ≈ Design Patterns, Both Explainable by Cybernetics.” The original post is excellent — go read it.

After reading the post, I spent half an hour at a whiteboard before things clicked. The core thesis: the same Cybernetics principles that underlie OOP Design Patterns also underlie AI Agent Harnesses. They’re not parallel ideas — they’re the same idea expressed in two different eras.

This is a solid observation. But it leads directly into the engineering question I care about more: if a Harness is just applied Cybernetics, how should we design an agent that is both resilient AND complete?

---

The Framework

The original post’s three-column diagram maps it out cleanly:

Cybernetics              OOP Design Pattern        AI Agent Harness
Feedback           →     Observer                → Evaluate Loop
Homeostasis        →     Strategy                → Agent Router
Hierarchy          →     Chain of Responsibility → Agent Chain
Information        →     Mediator                → Context Manager
Procedural Control →     Template Method         → Workflow Scaffold
Construction       →     Builder                 → Prompt Chain
Abstraction        →     Facade                  → Dialog Gateway
Interception       →     Decorator               → Middleware

The key insight from the original: in OOP, control loops are implicit — the Observer’s feedback loop lives in code logic you have to read to find. In AI systems, control loops must be explicitly designed. LLMs are probabilistic samplers, not deterministic executors. Implicit conventions don’t hold.

---

Complete vs. Resilient

With Cybernetics as the framework, “complete” and “resilient” get precise definitions:

Complete: all 8 Cybernetics dimensions have explicit implementations. No missing control loops.

Resilient: every control loop has a degradation path. Single failures don’t cascade into total system collapse.

Most “agents” fail on both counts.

Common completeness failures:

• No Evaluate Loop — agent executes, returns, done. No self-assessment.
• No Context Manager — everything crammed into one giant prompt until the window blows.
• No Agent Router — one path, one failure mode.

Common resilience failures:

• Hard-coded tool dependencies with no fallback
• Single-criterion evaluation (binary pass/fail with no backup)
• Linear Agent Chains with no exception branches (only a happy path)

---

Design Principles

1. Every layer is a control loop, not a pipeline stage. The right mental model is circular: output quality feeds back to affect next-round processing strategy. A pipeline without feedback is a conveyor belt, not a control system.

2. Explicit beats implicit — in AI systems this is survival. OOP can rely on implicit contracts (type interfaces, runtime guarantees). LLMs cannot. Any control logic you haven’t explicitly written down doesn’t exist.

3. Resilience is designed in, not tested in. You can’t bolt resilience onto a finished system. Every control loop needs its degradation path at design time. Like a circuit breaker — not something you add after the circuit burns.

4. A Harness doesn’t limit capability — it makes capability trustworthy. The point of a harness (literally: equipment that lets a rider steer a horse) is not to stop the horse from running. It’s to make the power directional. A good Harness turns “probably correct” LLM output into “predictable and auditable” system behavior.

---

Quick Audit Checklist

Cybernetics Dimension	Check	Resilience Question
Feedback	Is there an eval loop?	What happens when evaluation fails?
Homeostasis	Is there routing/fallback?	Can you switch to a backup path?
Hierarchy	Is the agent chain layered?	Can a failed node be skipped?
Information	How is context managed?	What happens when context overflows?
Procedural	Is there a fixed execution skeleton?	Can later steps run if one fails?
Construction	Is the prompt built incrementally?	Can you roll back a failed build step?
Abstraction	Is there a single dialog entry point?	If the gateway fails, can you bypass it?
Interception	Is there middleware (log/security/rate-limit)?	Does middleware failure break the main flow?

---

The range of expression changes. Cybernetics doesn’t. That sentence belongs on page one of every agent system design doc.

---

References:

• Original post: 碳基智 on XiaoHongShu
• GovAlta/COMMON-HARNESS — Alberta Government open-source Harness, MIT
• The Velocity White Papers

© 2026 Author: Mycelium Protocol