LLM 智能体的外化：记忆、技能、协议与 Harness Engineering 统一综述
论文基础信息
- 论文：Externalization in LLM Agents: A Unified Review of Memory, Skills, Protocols and Harness Engineering
- 论文ID：arXiv:2604.08224
- 发布时间：2026-04-09
- 核心定位：首篇系统梳理LLM智能体Harness工程的综述论文，提出了基于认知外化理论的智能体设计统一框架
核心观点
可靠的智能体能力不只是来自更强的模型本身，而是来自将认知负担系统性地转移到外部组件：
- 记忆外化：解决跨会话状态延续问题
- 技能外化：复用成熟的流程经验，避免每次都重新推理
- 协议外化：标准化交互规则，让工具调用、多智能体协作更稳定
- Harness（智能体引擎/管控框架） 是协调以上所有组件的统一运行层，是智能体系统的"认知环境"
什么是Harness？
Harness不是普通的工具链或者SDK，而是模型运行的完整认知环境：
- 模型本身只有通用推理能力，Harness决定了它能访问什么数据、能执行什么操作、怎么受到约束、怎么从错误中学习
- 智能体的能力不是模型单独具备的，而是模型和Harness环境耦合之后共同产生的
- Harness的核心作用是把零散的外部组件（内存、技能、协议）组合成连贯的智能行为，把无边界的推理任务转化为结构化的可控执行流程