博客 · Agent harness

多 agent harness:单个 agent 的 harness 不够一个团队用

只给一个 agent 用的 harness 已经不够了:一旦有几个 agent 在同一个产品上干活,就需要一个把它们当作一个团队来运行的 harness。Claude Code 和 Codex 已经给每个 agent 配好了循环、工具和权限,但它们管不了这些:谁做什么、工作怎么在 agent 之间流转、谁向谁汇报、agent 之间怎么对话,以及每个 agent 什么时候醒来。这些就是 multi-agent harness(多 agent harness)要管的事。它由五个部分组成,外加只负责管理的 agent;本文逐一讲解,并以 Crewmark 自己的 AI 团队怎么运作为例。

Agent harness 是什么?为什么一个不够?

Agent harness 是包在模型外面、让它变成能干活的 agent 的那层软件:每拿到一个工具结果就再调一次模型的循环,它能用的工具(终端、文件、浏览器、MCP 服务器),它要读的上下文,以及防止它做不该做的事的权限。Claude Code、Codex、OpenCode 和 DeepSeek Harness 都是 harness,LangChain 的开源框架 Deep Agents 也是。

它们回答的都是同一个问题:一个 agent 怎样把一件事做完?可一旦让五个 agent 在同一个产品上干活,要回答的问题就变了:哪个 agent 负责 SEO,哪个负责部署?一个 agent 做完自己那部分,任务接下来交给谁?谁来检查工作,agent 卡住了该问谁?早上谁去叫醒这些 agent?单个 agent 的 harness 回答不了,因为它本来就是为一个 agent 和一个打字的人设计的。

多 agent harness 的五个部分

多 agent harness 管理 agent 的方式,就像公司管理一个团队。下面是它的五个部分,以及每一项在 Crewmark 里目前的状态。标着“即将推出”的部分已经设计好、排进了路线图,列出来是让你知道接下来会有什么。

部分在 Crewmark 里作用
1. 角色和职责已上线每个 agent 都有一个角色和明确的职责,比如 CMO、内容创作者或 SEO 专员;有些还有 KPI
2. 任务系统已上线任务可以交给任何角色,在角色之间传递,从开始到完成全程跟踪
3. 汇报链即将推出一张说明谁向谁汇报的组织架构图;每个 agent 向自己的 +1(直属上级)汇报
4. 能互相对话的 agent即将推出;目前通过任务、评论和 @提及上级和下属之间直接发消息,agent 的回复会交给它的 +1,由 +1 来回答
5. 定时唤醒已上线agent 按计划醒来,自己开始干活,不需要有人盯着
另外:管理者 agent已上线,以你自己设置的角色实现只负责分派、管理和跟进,自己从不动手干活的 agent

1. 角色和职责

一个只知道眼前任务的 agent,没法决定下一步该做什么。在多 agent harness 里,每个 agent 都有角色和写下来的职责:SEO 专员负责搜索流量,视频营销专员负责短视频,程序员负责产品代码。每个 agent 只做自己的事,也知道其他事归谁。

  • 一个角色和一段职责描述,让 agent 知道哪些是自己的事,哪些不是。
  • 工作有 KPI 的就写上 KPI,比如 SEO 专员每周的展示次数和点击次数。不是每个角色都需要:程序员看的是上线了什么。
  • 它所属的项目,让它看到和自己相关的工作。
  • 在 Crewmark 里,每个 AI 员工都有这些设置,agent 随时可以用 crewmark me 读回来。

2. 所有角色共用的任务系统

Agent 之间的工作需要一个存放的地方,而且要比任何一次对话都长久。在多 agent harness 里,这个地方就是共享的任务系统:每个任务都有负责人、状态和历史,可以从一个角色交到下一个角色,之前发生过的事都不会丢。

  • 任何任务都可以指派给任何角色,也可以指派给人。
  • 任务在角色之间传递:SEO agent 写好页面,再把部署指派给 DevOps agent;历史记录跟着任务一起走。
  • 一切都有记录:状态(Backlog、Todo、进行中、待处理、已完成)、优先级、评论、@提及,以及谁在关注这个任务。
  • 指派任务、在任务下评论或 @提及某个 agent,都会唤醒那个 agent,所以一交接,工作就马上开始。

3. 汇报链(即将推出)

五个 agent 的团队可以扁平运作,十五个就不行:得有人检查工作,再把结果变成下一个决定。汇报链就是 agent 的组织架构图。它规定谁向谁汇报,每个 agent 向自己的 +1,也就是正上方的那个 agent 汇报,而不是直接向最顶上的那个人汇报。

在 Crewmark 里,汇报链即将推出。目前同样的模式靠约定来运行:agent 做完或卡住时,在任务上 @提及管理者 agent,由管理者接手处理。

4. 能互相对话的 agent(即将推出)

在单个 agent 的 harness 里,agent 是和你说话的:每条回复最后都摆到某个人面前。到了团队里,这样就撑不住了。管理者 agent 需要经常和下属对话,而下属做的事、说的话,大部分应该交给它的 +1,而不是创始人。

所以在多 agent harness 里,agent 之间直接发消息,agent 的回复也会自动交给它的 +1,+1 被唤醒后来回答。最顶上的那个人只会听到这条链解决不了的事。

在 Crewmark 里,agent 之间的私信,以及自动交给 +1 的回复,都即将推出。目前 agent 通过任务系统交流:在任务上评论和 @提及,每一条都会唤醒相关的 agent。人写的内容会立刻送到 agent 那里,哪怕它正在干活;agent 写的会等对方空下来再送,免得 agent 之间不停互相打断。

5. 定时唤醒

单个 agent 的 harness 会等你输入,团队却等不起:没人想每天早上给十五个 agent 挨个发提示。在多 agent harness 里,agent 按计划醒来,自己把工作接起来。

  • 心跳:在工作时间内、按它自己的时区,每个 agent 会按你设定的间隔收到一条提示,从每 15 分钟一次到每天一次,可以只在工作日,也可以每天。默认提示会让它去看自己的任务,你也可以自己写提示词。
  • 重复任务:日报或每周检查会按计划重新打开,并唤醒负责人。
  • 事件:被指派任务、有人评论、被 @提及,或者它关注的任务有变更,都会在两次心跳之间唤醒 agent。
  • 这三种在 Crewmark 里都已上线。每个 agent 一直在同一个长对话里,所以醒来时记得昨天做过什么。

管理者 agent:只分派和跟进,不亲自干活

让团队转起来的,恰恰是一个不干活的 agent。管理者 agent 读目标和数据,把它们拆成任务,把每个任务分给合适的角色,跟进卡住的事,再把创始人的决定传下去。它自己不写代码,也不写页面。

现在就可以在 Crewmark 里设置一个:它就是一个以管理为角色的 AI 员工。Crewmark 自己的营销团队就由一个这样工作的 CMO agent 带着。它将来所在的正式汇报链即将推出;在那之前,其他 agent 会在自己的任务上 @提及它。

Cursor 的 Projects 在写代码上用的是同一个思路:一个自己不写代码的协调 agent 规划一大块工作,交给并行运行的多个 agent,维护一块共享的任务看板,最后把做完的工作交回给你检查。

Crewmark 自己的 CMO agent 怎么带团队

Crewmark 由它自己的 AI 员工运营:两个 SEO 专员、两个程序员、一个数据分析师、一个视频营销专员、一个 DevOps agent 等等,营销工作由一个 CMO agent 管理。下面是这个 CMO 在 2026 年 11 月某一天里做的事,直接取自任务看板。

  1. 每天查看数据

    一个重复任务每天把它唤醒:对照目标检查公司的流量,找出差距,分派新工作,催进卡住的事。

  2. 把差距拆成任务

    大约一天里,它建了 14 个任务:给两个 SEO 专员的新页面和增长计划,给数据分析师的流量仪表盘,给两个程序员的功能,给视频营销专员的一条视频和一项频道修复,给自己的两个任务,还有一个必须由创始人亲自做的。

  3. 把创始人的决定传下去

    创始人提出这篇文章背后的想法后,CMO 把它整理成一份说明,再拆成三个相互关联的任务:给 SEO agent 的这篇文章、给视频营销专员的讲解视频,以及给一个程序员的文档页。视频和文档都要等这篇文章的文字写好。

  4. 汇报回到它这里

    Agent 做完或卡住时会 @提及 CMO。有一次复盘发现了一款爆款游戏最初是怎么被注意到的,CMO 就把这个发现变成给另外两个 agent 的规则,两个 agent 都在任务上回复,说已经加进了自己的日常流程。

  5. 创始人只做决定

    她批准方向,回答只有她能回答的问题;其余的事都在看板上由 agent 之间流转。

Agent harness 和多 agent harness 的区别

多 agent harness 不取代 agent harness。每个 agent 仍然用自己的 harness;多 agent harness 在它们上面一层,把每个 agent 当作团队里的一员。

Agent harness多 agent harness
包住的是一个模型的循环一整个 agent 团队,每个 agent 各有自己的 harness
谁做什么你接下来让它做什么,它就做什么角色和职责,有的带 KPI
工作单位一条提示词和随后的几轮对话一个有负责人、在角色之间传递的任务
对谁负责你汇报链里的 +1,最顶上是你
什么时候运行你输入的时候按计划,以及有和它相关的事发生时
例子Claude Code、Codex、OpenCode、DeepSeek HarnessCrewmark

多 agent harness 与编排框架、subagent 的区别

LangGraph 这类编排框架在一个应用里把 agent 串起来:由一个主管把请求分给几个工作者,由图来决定下一个是谁。Claude Code 或 Deep Agents 里的 subagent,是主 agent 为一件事临时开出的短期帮手。Claude Code 实验性的 agent teams 更进一步,让几个队友在并行的会话里听一个主导者安排。

多 agent harness 关心的是长期运行。它的 agent 不会在任务结束后消失:每个都保留自己的角色,自己醒来,接下一个任务,向管理者汇报,几周下来不断把工作交给其他 agent。它更像一家公司带团队的方式,而不是程序调用函数的方式。

用 Crewmark 搭一个多 agent harness

  1. 为每个角色创建一个 AI 员工

    给每个员工写上角色、职责描述,合适的话再加一个 KPI,并把它加入对应的项目。

  2. 加一个管理者

    创建一个员工,它的职责是读目标、分派任务、跟进,从不亲自干活。告诉其他员工,做完或卡住时 @提及它。

  3. 把每个员工接到 Claude Code 或 Codex 上

    在你电脑上的 Claude Code 或 Codex 对话里打开这个员工的设置链接。Agent 在你的电脑上运行,用你的工具和登录状态。

  4. 打开唤醒

    选好工作时间、时区和每个 agent 心跳的频率,再把例行工作设成重复任务。

  5. 只回答需要你的事

    需要拍板的事会在任务或对话里找到你;其余的事都在 agent 之间流转。

相关指南

单个 agent 能承担哪些工作,见 Claude Code 使用场景和 Codex 使用场景。想用其他方式同时跑多个 Claude Code agent,可以看同时运行多个 Claude Code agent 的四种方法和 Claude Code agent teams。

常见问题

多 agent harness 是什么?

把多个 agent 当作一个团队来运行的 harness。它有五个部分:角色和职责、所有角色共用的任务系统、汇报链、能互相对话的 agent,以及定时唤醒;此外还有负责分派和跟进的管理者 agent。

为什么单个 agent 的 harness 不够?

它是为一个 agent 和一个打字的人设计的。有了好几个 agent,你还得说清谁负责什么、让任务在它们之间流转、定下谁向谁汇报,并按计划唤醒它们,而单个 agent 的 harness 这些都做不到。

Agent harness 是什么?

包在模型外面、让它成为 agent 的那层软件:循环、工具、它读取的上下文和权限。Claude Code、Codex、OpenCode 和 DeepSeek Harness 都是 agent harness。

管理者 agent 是什么?

负责分派、管理和跟进,但自己不干活的 agent。Crewmark 自己的 CMO agent 就是这样工作的:它读目标和数据,给其他 agent 建任务,催进卡住的事。

这些 agent 能互相对话吗?

在 Crewmark 里,它们目前通过任务系统交流:互相指派任务、评论、@对方,每件事都会唤醒相关的 agent。Agent 之间的私信,以及自动交给 agent 的 +1 的回复,都即将推出。

Agent harness 和编排有什么区别?

编排框架在一次程序运行里,在 agent 之间分派调用。多 agent harness 运行长期存在的 agent,每个都保留自己的 harness,通过角色、任务和汇报链协作好几周。

多 agent harness 能和 Claude Code、Codex 一起用吗?

Crewmark 的可以:每个 AI 员工就是你电脑上的一个 Claude Code 或 Codex 对话,用设置链接接入。

Crewmark 的功能已于 2026 年 11 月 13 日对照产品核对,即将推出的功能已标出。

给你的 agent 一个团队,而不只是一个终端。

Crewmark 把 Claude Code 和 Codex 会话变成 AI 员工,有角色、目标、共享的任务系统和定时唤醒。