runtime质量论
搜索
Agent Harnessagent-runtimeagent-frameworktools

2026 Agent Harness / Runtime 工具盘点：主流方案怎么选

2026 Agent Harness / Runtime 工具盘点：对比 OpenAI、Microsoft、Cloudflare、LangGraph、Google ADK 与 smolagents 的 Loop、State、Trace、Permission 和 Recovery 能力，帮助选择合适的 Agent 技术栈。

发布 ·更新 ·约 18 分钟 ·hugfeature

Agent Harness 系列 #03
上一篇：Agent、Framework、Workflow、Runtime、Harness 到底有什么区别？

如果你搜索“Agent Harness”，会遇到一个很现实的问题：

真正把自己叫 Harness 的产品并不多。

更多工具会把自己称为：

  • Agent SDK
  • Agent Framework
  • Runtime
  • Orchestration Framework
  • Workflow Engine

但从工程职责看，它们都可能覆盖 Harness 的一部分甚至大部分能力。

所以这篇不按产品自称分类，而统一看七个问题：

  1. 谁驱动 Agent Loop？
  2. Tool 谁执行？
  3. State / Session 怎么保存？
  4. Permission / Guardrail 怎么做？
  5. Trace 怎么记录？
  6. 任务中断以后怎么恢复？
  7. 它更适合哪类场景？

信息截至 2026-09-22。Agent 工具变化很快，具体 API 以官方文档为准。

先看结论表

工具 Loop State / Session Permission / Guardrail Trace / Observability Durable / Recovery 更像什么
OpenAI Agents SDK 内置 Runner 内置 Session Guardrail / HITL 内置 Tracing 支持会话与中断恢复，复杂持久执行需进一步组合 轻量 Agent Runtime / SDK
OpenAI Agents API 托管 托管环境与中间结果 托管 Harness 能力 平台级 面向长时间运行任务 托管 Harness + Infrastructure
Microsoft Agent Framework Harness 内置 Session / Context / Memory Tool Approval Observability / Middleware 长任务、Todo、Compaction、Background 能力 明确自称 Harness
Cloudflare Agents 可自建或用 Harness Durable State / Session 由 Harness / App 控制 Runtime Observability Workflow 提供重试、等待、恢复 Runtime + Harness 分层
LangGraph Graph / Runtime 驱动 Checkpointer / Store Interrupt / HITL 可组合 常与 LangSmith 配合 Durable Execution / Resume Stateful Agent Orchestration
Google ADK + Agent Runtime Runner / Agent 编排 Session Service Callback / Tool 层可控 Trace / Eval 生态 Agent Runtime / Sandbox / Deployment Agent Framework + Cloud Runtime
Hugging Face smolagents MultiStepAgent 以内存和步骤为主 final checks / 自定义 Logger / callbacks 不以 durable runtime 为核心 轻量 Agent Loop

这张表不是排名。

它真正说明的是：

今天所谓“Agent Harness”，不是一个单独产品品类，而是一组运行时能力。

1. OpenAI Agents SDK：最容易理解 Agent Loop 的生产级入口

OpenAI Agents SDK 的核心抽象很少：

  • Agent
  • Runner
  • Tools
  • Handoffs
  • Guardrails
  • Sessions
  • Tracing

关键是 Runner。

官方文档明确说明：当你使用 Agent + Runner 时，SDK 会替你管理 Turns、Tools、Guardrails、Handoffs 和 Sessions；如果你希望自己掌控 Loop、Tool Dispatch 和 State，则可以直接使用 Responses API。

这恰好体现了 Harness 的边界：

Responses API
    ↑
你自己写 Loop / Tool Dispatch / State
    ↑
更低层控制

Agents SDK
    ↑
Runner 帮你管理 Agent Loop
    ↑
更高层 Runtime

它的优势

对于刚开始做 Agent 工程的人，它很适合用来理解：

  • Agent Loop 怎么跑；
  • Tool Call 怎么接回来；
  • Session 怎么保持状态；
  • Guardrail 在哪里执行；
  • Trace 如何串联一次完整运行。

SDK 自带 Tracing，会记录模型生成、Tool Call、Handoff、Guardrail 和自定义事件。

需要注意

Agents SDK 并不意味着“所有可靠性问题自动解决”。

例如：

  • Tool 的副作用控制；
  • 企业级审批；
  • 跨服务恢复；
  • Failure Regression；
  • Release Gate；

仍然需要你的应用层继续建设。

官方文档：

2. OpenAI Agents API：把 Harness 和基础设施一起托管

2026 年 9 月，OpenAI 发布了 Agents API public beta。

它和 Agents SDK 不完全是同一层东西。

官方的描述很明确：Agents API 把支撑 Codex 的 harness + infrastructure 提供给开发者。

其中 Harness 负责：

  • Context
  • Tools
  • Subagents
  • Agent behavior

Infrastructure 则负责：

  • 长时间持续运行；
  • 工作环境；
  • 文件；
  • 代码执行；
  • 中间结果保存。

也就是说：

Agents SDK
→ 你在自己的应用里运行 Agent Runtime

Agents API
→ 直接使用托管的 Harness + Infrastructure

这代表一个很重要的趋势：

Harness 正从一个代码库里的 Loop，变成云端运行基础设施。

如果未来 Coding Agent、Research Agent 要连续执行数小时甚至数天，仅仅有一个 while loop 显然不够。

官方资料：

3. Microsoft Agent Framework Harness：目前“Harness”定义最明确的一套

如果你想找一个真正把 Harness 当一级概念设计的框架，Microsoft Agent Framework 很值得看。

微软把 Harness 定义成：

把语言模型变成能够执行工作的 Agent 的 runtime scaffolding。

它组合已有的 Agent Framework 能力，包括：

  • Chat Client
  • Chat Pipeline
  • Session
  • Context Provider
  • Memory
  • Todo
  • Operating Mode
  • Tool Approval
  • Middleware
  • Observability
  • Bounded Loop
  • Context Compaction

它的设计思路不是重新造一个独立 Runtime，而是把这些组件组装成一个 opinionated Harness。

这点很有参考价值：

Harness 未必是一个单独服务，它也可以是一组 Runtime 能力的组合层。

如果你在企业内部自己建设 Harness，这种“组合现有组件，而不是把所有东西重写”的思路很实用。

官方资料：

4. Cloudflare Agents：Runtime 和 Harness 分层最清楚

Cloudflare 的文档很适合拿来建立架构心智模型。

它明确把两层拆开：

Runtime

负责 durable infrastructure：

  • Agent State
  • Sessions
  • Routing
  • WebSocket
  • Scheduling
  • Communication
  • Observability

Harness

负责 Agent Behavior：

  • Model Call
  • Prompt Construction
  • Tool Selection
  • Tool Result
  • Streaming
  • Memory Strategy
  • Lifecycle Hook
  • Continue / Stop

可以画成：

Application
    ↓
Harness
    ↓
Agents Runtime
    ↓
Durable Infrastructure

Cloudflare 还把 Workflow 作为另一层 durable execution 能力，用于：

  • 长任务；
  • 自动重试；
  • 失败恢复；
  • 等待外部事件；
  • 审批。

这个分层非常适合企业架构：

Agent 决策交给 Harness，确定性的长流程交给 Workflow。

官方资料：

5. LangGraph：更像“可持久执行的 Agent 状态机”

LangGraph 不强调 Harness 这个词。

但如果从能力看，它覆盖了大量 Runtime / Harness 邻接问题。

官方把 LangGraph 定义为一个用于构建 long-running、stateful agents 的低层 orchestration framework，重点能力包括：

  • Durable Execution
  • Streaming
  • Human-in-the-loop
  • Persistence
  • Memory

LangGraph 最有特点的不是“帮你写 Prompt”，而是：

把 Agent 执行过程建模成一个可保存、恢复、分支和检查的 Graph State。

它的 Persistence 又拆成：

  • Checkpointer：保存 thread 内 graph state；
  • Store：保存跨 thread 的长期数据。

因此它很适合：

  • 状态复杂；
  • 流程存在确定性节点；
  • 需要人工介入；
  • 任务需要中断恢复；
  • 想精确控制 Agent / Workflow 混合执行。

官方资料：

6. Google ADK + Agent Runtime：Framework 与云 Runtime 的组合路线

Google ADK 更像完整的 Agent Development Kit。

它负责构建和编排 Agent，并提供：

  • Agent
  • Tool
  • Session
  • Runner
  • Multi-agent
  • Callback
  • Evaluation
  • Deployment 集成

Google Cloud Agent Runtime 则继续往执行环境走。

例如 Agent Runtime Code Execution 提供：

  • Sandbox；
  • 跨 Tool Call 持久化的执行状态；
  • 隔离环境；
  • 多步骤代码执行。

这和“Framework + Runtime”的组合路线很接近。

它值得关注的原因不是它有没有叫 Harness，而是：

Agent 的开发层和生产运行层开始明显分离。

官方资料：

7. smolagents：最适合把 Agent Loop 看清楚的轻量实现之一

Hugging Face 的 smolagents 走的是另一条路线：

尽可能少的抽象。

它的 MultiStepAgent 很直观：

Thought
  ↓
Tool Call
  ↓
Execution
  ↓
Next Step

目前主要有两类 Agent：

  • CodeAgent：通过 Python 代码表达 Tool Call；
  • ToolCallingAgent：通过结构化 Tool Call 执行。

MultiStepAgent 还直接暴露：

  • max_steps
  • planning_interval
  • step_callbacks
  • final_answer_checks

这对理解 Harness 很有价值，因为你能很容易看到：

Agent Loop 到底在哪里。

但它本身并不把企业级 Durable Runtime 当作核心目标。

所以我更愿意把它定位成：

轻量 Agent Framework + 清晰 Agent Loop。

官方资料：

到底应该怎么选？

如果只是想学习 Harness，我建议按目标选，而不是问“哪个最好”。

想最快理解 Agent Loop

看：

OpenAI Agents SDK + smolagents

它们的抽象比较直接。

想研究完整 Harness 设计

看：

Microsoft Agent Framework Harness

Todo、Compaction、Approval、Memory、Loop、Observability 被放在同一个 Harness 心智模型里。

想研究 Runtime / Harness 分层

看：

Cloudflare Agents

它把 Runtime、Harness、Workflow 的职责拆得非常清楚。

想做复杂状态和 Durable Execution

看：

LangGraph

尤其适合 Graph、Checkpoint、Human-in-the-loop 和恢复。

想看云托管长任务的发展方向

看：

OpenAI Agents API + Google Agent Runtime

这里已经不只是 SDK，而是在解决长期运行环境问题。

我会怎么评估一个新的 Harness 工具

以后再出现新的 Agent Framework，我不会先看它支持多少模型。

我会先做这张检查表：

□ Loop 谁驱动？
□ Context 谁组装？
□ Tool 谁执行？
□ State 是否持久化？
□ Permission 能否模型外强制控制？
□ 是否有 Trace？
□ 是否支持 Checkpoint / Resume？
□ Tool Side Effect 怎么处理？
□ Failure 能否沉淀成 Regression？
□ 是否能接 Quality Gate？

前六项决定它是不是一个成熟的 Agent Runtime。

后四项决定它离 Agent Reliability 还有多远。

结语

2026 年再讨论 Agent 工具，已经不能只比较：

支持 GPT 还是 Gemini？

更应该比较：

谁在控制执行，执行留下了什么证据，失败以后系统怎么办。

这也是 Harness 真正开始变得重要的原因。

下一篇：OpenAI Agents SDK 入门：从安装到第一个 Agent

参考资料

本文只采用各项目官方文档作为主要依据，链接已放在对应章节。能力状态截至 2026-09-22。

继续阅读这个系列

Agent Harness：从入门到 Reliability →
  1. Agent Harness 是什么？为什么它正在成为 Agent 工程的关键一层
  2. Agent、Framework、Workflow、Runtime、Harness 到底有什么区别？
  3. 2026 Agent Harness / Runtime 工具盘点：主流方案怎么选 · 当前篇
  4. OpenAI Agents SDK 教程：安装、Tool、Session 与 Trace
  5. smolagents 教程：用 CodeAgent 跑通一个 Agent Loop
  6. 手写 Agent Harness：用 Python 实现 Loop、Tool、Policy 与 Trace
  7. 一个 Agent Loop 到底是怎么跑起来的？
  8. Agent 为什么需要 Harness：模型负责决策，系统负责约束
  9. Harness 到底应该管什么？从 Agent Loop 到 Reliability Boundary
  10. Trace 不是日志：Harness 应该记录哪些执行证据？
  11. Agent 调错工具怎么办：Timeout、Retry、Budget 与 Side Effect
  12. 结果正确就够了吗？给 Agent 设计 Evidence Contract
  13. 一次 Agent 失败，怎么变成一条 Regression Case？
  14. Harness 和 Eval 平台到底是什么关系？
  15. Agent Harness 的终点：从执行引擎走向 Quality Gate
  16. 让 Agent 下班后继续跑：有界自主运行怎么设计？

沿着问题继续探索

从执行机制走向验证与交付。

Agent Harnessagent-runtimeagent-frameworktools

相关文章

在 GitHub 反馈 ↗