AI 智能体上了生产环境，谁来管住它的手？
关联
AI 智能体(能自己调用工具、自己规划步骤的 AI 程序)不再只是聊天机器人。
现场举手调查显示，很多团队已经把智能体跑在生产环境里了。
但真正的问题不是怎么写一个智能体，而是怎么管住它——别让它一时“糊涂”就重启了你的生产集群。
智能体不是一个组件，而是一个应用
Baraiya 说，常见的入门示例是“一个智能体加一个工具调用”，但这视角太窄。生产环境里的智能体形态多样：
定时跑的后台智能体、监听告警和日志的事件驱动智能体、跑好几天的协调者智能体，还有智能体之间互相协作的多智能体系统。
这就像微服务的思路：你不会写一个什么都干的微服务，而是多个单一职责的服务互相配合。
智能体也一样——不该让一个智能体包揽所有事，那只会放大幻觉风险。
于是需要一个“harness”(可以理解为一个外壳程序)，来控制和执行这些智能体。
关键一条：大脑负责计划，手负责执行
整场演讲最核心的一句话是：“非确定性智能体的职责是计划下一步做什么，而不是真的去做。”
Baraiya 把它叫作“大脑和手”的分工：大模型是大脑，harness 是手。智能体写出计划，harness 去执行。为什么？
因为执行环节往往是支付、重启生产集群这类容不得随机性的操作。大脑可以天马行空，手必须每次做的一模一样。
比如重启生产集群，应该由确定的代码决定具体步骤，而且最好加一道人工审批——发条消息给人确认，而不是指望大模型“记得”要审批。
这个概念其实不新：晚绑定的 saga
写过分布式系统的人对 saga(把一连串步骤写成确定性流程的模式)不陌生。
Baraiya 说，带智能体的 harness 本质上是“晚绑定的 saga”:工具和任务是有限、确定的，但具体怎么组合，由智能体在运行时临时提议和搭建。
好处是两头的都占了：传统工作流的可见性和可控性，加上智能体的灵活性。
如果让人提前把所有分支组合都写成工作流，几乎不可能；让智能体按需组合，就简单了。
演示：一个自我规划的 SRE 智能体
他演示了一个负责运维的智能体：循环跑两轮。第一轮，大模型提议一组步骤——收集证据、分析日志、必要时回滚部署、验证恢复。
这份计划交给一个“计划编译”工具，编译成完全确定的工作流，再由执行引擎跑起来。
第二轮，智能体看到回滚已完成，就决定检查下游服务、验证恢复、收尾。整个过程是：看当前状态 → 计划多步 → 执行 → 验证 → 再循环。
它可以由事件触发、按时间表跑，也可以长时间运行。
【背景】演示用的是 Conductor,一个开源的工作流编排平台，Baraiya 所属公司提供其企业版，也支持运行 LangChain、OpenAI、ADK 等框架的智能体。
本集带走
- 智能体要当成一个应用来设计，不是一个组件；多智能体各司其职，好过一个全能智能体。
- 核心原则：大脑(大模型)负责计划，手(harness)负责执行；危险操作必须走确定性代码和人工审批。
- harness 是长时间运行的进程，能跑几秒也能跑几个月，持久性(出故障能恢复)只是及格线，不是卖点。
- 带 AI 的 harness 本质是“晚绑定的 saga”——工具确定、组合灵活，兼得可控性与灵活性。
你最不希望的就是让一个智能体负责多件事，并冒着幻觉的风险。
The last thing you want is to have an agent be responsible for multiple things and risk hallucinations.
—— Viren Baraiya · [02:51]
我倾向于的思考方式是，智能体开始感觉更像是一个应用程序，而不仅仅是一个组件。
The way I would like to think about is the agent starts to feel more like an application, not just a component, right?
—— Viren Baraiya · [03:01]
你不会把一个什么都做的微服务发布到生产环境，对吧？
You are not going to ship a microservice in production that does everything, right?
—— Viren Baraiya · [03:19]
归根结底，持久性是入场的代价。
At the end of the day, durability is the cost of admission.
—— Viren Baraiya · [07:08]
Harness 是双手，大脑是 LLM。
Harness is the hands, the brain is the LLM.
—— Viren Baraiya · [10:02]
顺着「智能体」挖下去
- 编码智能体开始接管机器人：LLM 控制物理世界的前沿同概念:harness(执行框架) (harness)、LLM、智能体 (agent)
- 智能体崩溃后还能原地复活？聊聊 Pi Durable同概念:harness(执行框架) (harness)、持久性 (durability)、智能体 (agent)
- 黄仁勋对话 LangChain:用开放堆栈打造企业超级智能体同概念:harness(执行框架) (harness)、智能体 (agent)、LangChain
换个口味
- 评测优先:Braintrust 创始人谈 AI 产品开发的真正工程同概念:LLM、智能体 (agent)
- DevOps 之父 Patrick Debois：AI 时代组织比技术更难成熟同概念:harness(执行框架) (harness)、智能体 (agent)
- 别让 AI 默认审美毁了你的产品:Paper 如何用 HTML 重新定义设计工具同公司:Conductor · 同概念:智能体 (agent)