从零搭建AI智能体harness的分步指南来了

关于从头构建智能体工具框架。很多人问我该从哪里开始。

这是我的简要指南（可以把它喂给你的智能体）：如果你真的想学好工具框架，值得用你选的编程语言（TypeScript 或 Python）从头构建一个。

我刚开始的时候，用 Google 的 ReAct 实现了我的第一个框架：当时我是从零搭建的，但你可以很轻松地让你的智能体读取论文，生成一个你可以查看和理解的最简实现。

你的目标应该是做出三个部分：

- 一个用于所有推理任务的大语言模型模块，理想情况下它应该支持多个模型。我起步的时候用的是 OpenRouter。系统提示可以放在这里，但如果你计划更深入地探索上下文工程思路，也可以把它分离出来。

- 一个工具模块（我推荐把它们做成 MCP 工具来保证互操作性，但如果你有经验也可以从头设计函数）。

- 一个封装了工具和大语言模型的智能体循环。ReAct 是你可以实现的更基础的循环之一。

首要目标是理解核心组件以及它们之间如何协同工作。

专业提示：
- 尽量让你的系统提示保持简洁，然后用不同模型做实验；所有前沿实验室模型的迷你版本就足够让你起步了。
- 当你尝试不同任务时，查看代码并记录日志。一开始你需要记录循环的输入/输出、大语言模型的输入/输出，以及工具调用的输入/输出。

搭建一组简单的多样化任务来测试你的智能体循环。这样每次修改后，你都可以运行任务并手动检查结果。

一旦你很好地掌握了这些，只要你搞清楚了如何调优它们，你就可以轻松添加其他内容，比如技能、记忆等等。如果你计划做这些，保持模块化会很有帮助。我推荐下一步可以先玩一下记忆、技能和子智能体。

如果你不想自己构建组件，或者想开始构建一个更成熟的智能体工具框架，我推荐使用 Pi SDK 或 LangChain 工具框架。我很快也会发布一个相关的东西来帮助大家。

有问题可以告诉我。我计划写一篇更长的文章讲这个，但目前这些内容已经足够让你开始实验了。