迈向无所不能的智能体外壳程序
Hacker News 摘要原标题：Towards a harness that can do anything
Arda Tasci 在其个人网站中探讨了如何构建一个能让大语言模型（LLM）脱离聊天窗口、实现万能自动化的智能体框架，即 Harness（装具或外壳程序）。作者分享了他对智能体架构的看法以及正在开发的名为 Ambiance 的项目。
一个优秀的智能体框架应当遵循以下四个标准：
• 对智能体而言必须是自然且直观的。
• 所有环节都要透明，以便智能体进行自我开发、修复或在事后进行审计。
• 保持极简且灵活。
• 具备错误生存和更新生存能力，不会随着时间推移出现内存损坏或性能退化。
作者认为，减少智能体的认知负荷（即 Token 消耗）是核心目标。基于此，他总结了几个核心事实：
• 尽可能实现确定性。LLM 负责选择目标，但实现目标的步骤应当是定义明确的。
• 核心提示词（Prompt）应尽量精简，智能体在运行时根据需要自行加载相关技能。
• 当 Token 接近上下文限制时，LLM 的表现会变差。
作者主张不要浪费 Token 去教智能体新概念，而应利用其已有的编程和系统管理知识。由于 LLM 的训练数据中包含大量代码和 Linux 系统管理内容，给它一个熟悉的环境（如类 Unix 环境）是最经济的做法。
框架应该在后台处理日志记录、完整性检查、安全防护和数据清洗等繁重工作，让智能体感知上觉得很轻量，但实际功能强大。作者将故障分为 LLM 层面和框架层面，前者只能通过框架缓解风险，后者则应通过详细的日志和清晰的错误信息，让智能体在运行时自行修复。
作者提出一个假设：Unix 或 Linux 环境是智能体框架的天然候选者。他参考了经典的 Unix 哲学并将其转化为智能体设计原则：
1. 编写只做一件事并将其做好的模块化工具。
2. 让工具、技能和连接器协作。技能决定工作流，工具负责执行，连接器处理数据。
3. 文本流是通用接口。由于 LLM 对文本处理有天然优势，所有内容都应当是纯文本文件。
在作者开发的 Ambiance 框架中，核心理念是 一切皆文件。相比于复杂的 JSON 或 curl 命令，LLM 更擅长处理纯文本。框架会将外部数据源清洗为纯文本后再交给 LLM。
Ambiance 利用了文件系统层次标准（FHS），让 LLM 在熟悉的虚拟文件系统中操作：
• /home：存放智能体用户数据。
• /sys：存放驱动程序和外部数据。
• /bin：存放工具和二进制文件。
• /var：存放日志。
• /sbin 和 /recovery：用于自我修复和系统管理。
• /usr/share/doc：存放技能文档。
这种设计让智能体可以利用现有的 GNU 工具（如 grep、find）进行审计和搜索。
在运行机制上，Ambiance 抛弃了传统的固定间隔心跳（Heartbeat）模式，因为这种模式要么造成响应延迟，要么空转浪费 Token。作者引入了内核（Kernel）概念，通过事件总线监听文件系统的变化。当文件发生变动时，内核会立即调用 LLM 响应。
目前 Ambiance 默认设有三个用户角色：
1. root：处理系统级事务，如编写新驱动、修复工具。
2. pai：面向人类的用户，负责与外部世界交互。
3. librarian：负责记录 pai 的表现和系统每日运行日志。
这些角色通过事件总线和专门的消息发送程序进行通信。作者认为，利用模型已有的先验知识构建框架，永远优于强行教它一套新规矩。