课程简介

Agent 正从以单次 Prompt 为中心的交互工具，走向以 Loop 为核心的软件工程闭环。一次回答、一次代码生成或一次任务执行不再是终点，Agent 需要围绕目标持续经历理解、计划、执行、验证、反馈、修正和交付。衡量 Agent 的标准也在从单次生成质量，转向任务完成率、长程稳定性、结果可验证性和失败可恢复性。

 真实的软件交付本质上是一个持续演进的有状态过程，无法依靠更长的 Prompt 或更强的一次推理自然完成。要让 Agent 真正进入团队工程流程，需要用 Harness 把目标、任务、上下文、Agent、代码、测试、证据和人的反馈组织进同一个循环：Loop Engineering 让执行、反馈和恢复持续运转，Long-Horizon 保证跨阶段、跨会话的状态不断线，Agent Harness 则承载多 Agent、多 Provider 的协作、治理与可观测性。

 本次分享会结合 ZaoFu 的实践，从 Loop Engineering、Long-Horizon 和 Agent Harness 三个方向，讨论如何把 AI Agent 从单次对话工具，组织成可观测、可验证、可恢复、可协同的软件交付系统。重点不是“怎么让 Agent 写代码”，而是：Agent 写完代码之后，系统如何持续追踪状态、接收反馈、触发验证、处理失败，并进入下一轮执行。

 课程收益

目标：

1、理解 Coding Agent 从“会写代码”到“能参与软件交付”之间缺的系统能力。

2、了解 Long-Horizon Agent 系统中状态、上下文、验证和恢复的设计方法。

3、看到 Multi-Agent / 多 provider 协同时，为什么需要统一任务契约和证据协议。

4、获得一套 Agent Harness 的工程化参考：EventLog、Task State、Trace、Evidence Gate、Recovery Loop。

5、了解真实落地中常见问题：返工膨胀、上下文断裂、假完成、重复执行、不可观测失败。

 成功要点：

1、Loop Engineering让 Agent 的执行、反馈、验证和恢复形成持续闭环，而不是停留在一次调用。

2、Long-Horizon让跨多阶段、多角色、多轮上下文的软件任务保持状态连续、证据连续和责任连续 。

3、Agent Harness把 Codex、Claude、OpenCode等不同 Agent 接进统一目标、任务契约和团队协作流程中 。

 启示：

企业不应再把 Agent 的失败简单归因于模型能力，而是能够从目标、上下文、状态、验证、反馈和恢复等环节定位系统缺口，并把一次性的 Prompt 交互升级为可持续交付的软件工程闭环。

 受众人群

具身智能算法工程师、AI原生应用架构师、Loop技术开发应用人员、决策智能体开发人员、机器人系统研发工程师、视频算法工程师、智能体Agent架构师以及其他对Agentic感兴趣的从业者。

课程周期

    0.5天（3H） 

课程大纲