# 从单次模型调用到生产级智能体：规划、并行、记忆、验证与预算

> 原标题：Building an Advanced Agentic Harness

- 来源：Hacker News 首页
- 发布时间：2026-08-05T13:54:12.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/48912
- 原文：https://data4sci.com/blog/building-an-advanced-agentic-harness

## 摘要

这篇文章把最简陋的智能体循环一步步改造成能上生产线的系统。作者用“比较城市”这个任务做例子，先给工具加上 Pydantic 类型校验，防止模型瞎编参数；接着用有向无环图做计划，让九个互不依赖的查询能同时跑，速度直接拉满。上下文窗口容易塞满垃圾，所以搞了分层记忆，还加了检索预算来控制成本。

## 推荐理由

作者用比较城市任务演示如何把简陋智能体循环改造成生产系统，从 Pydantic 校验工具参数、有向无环图并行九个查询到分层记忆与检索预算，每步都给出可落地的工程方案。

## 锐评

九个查询并行跑这个点，比分层记忆实在。agent 慢下来十有八九是串行等 API，一个任务里塞九个互不依赖的调用还排队，延迟就是九倍。用 DAG 拆开同时发，同样的 token 花出去，墙钟时间砍到接近一个查询，纯赚。Pydantic 卡工具参数也对，模型编参数是常态，卡在入口比事后重试便宜。分层记忆加检索预算听着合理，预算定紧了漏 context，定松了账单失控，这套东西能跑通和能维护是两回事。
