两个日期、两种时态:早访体验与三个 Agent GA
2026 年 11 月 5 日,Harness 官网博客发布《We Rebuilt Harness for Agents: Introducing a New Platform Experience》,署名 Rohan Gupta,标注 7 分钟阅读;11 月 12 日,Harness 新闻稿宣布 Infrastructure Remediation Agent 与 Infrastructure Blast Radius Agent 正式可用(GA)。两篇材料都谈 Agent,但交付状态不同(来源:Harness 官方博客、Harness 官方新闻稿)。
| 条目 | 11-05 平台体验 | 11-12 三个基础设施 Agent |
|---|---|---|
| 交付状态 | early access 计划,需申请;按能力逐步放开 | 官方写明 generally available today |
| 改动对象 | pipeline 层、Delegate、模板、界面与治理模型 | 成本管理与 IaC 变更这一条具体链路 |
| 迁移要求 | 官方写明无需 cutover、转换可选且显式、会复制一份保留原 pipeline | 未提及对既有平台的整体替换要求 |
| 用户动作 | 在早访计划里选择加入,新旧体验并存 | 在 Infrastructure Deployments 工作空间内使用 |
| 数值披露 | 未给启动耗时、资源占用、转换成功率 | 未给节省金额、PR 合并率、风险分校准样本 |
这两列不能合并成「Harness 在 11 月把智能体平台 GA 了」。官方博客结尾写明新旧体验并排运行、当前 pipeline 与集成在两边都可见可跑,新 pipeline 模型的转换是可选且显式的,并且会生成副本,原 pipeline 保持原样;官方新闻稿的 GA 说的是三个具名 Agent 与其配套能力(来源同上)。把「部分能力 GA」读成「平台整体 GA」,会越过成熟度与迁移范围两道限定(原创时态辨析)。
早访、可选转换、逐版本验证,是这份材料里三处不同的限定:分别对应可用范围、迁移义务与能力成熟度。官方在 Dashboards 一节也写明覆盖度与指标一致性正在按版本验证、既有 Looker 面板不会自动迁移。把方向性表述接上「已全面替换」,会同时越过这三处。
目前官方及行业暂未披露更多细节,后续将持续跟进迭代动态。尚未公开的是新平台体验的 GA 时间表、早访转正式的门槛、以及新旧 pipeline 模型在同一组织内的并行期长度。
七项更新按层归类:控制面、执行面、界面
官方用「What is new」列了七项:统一 pipeline 模型、容器化步骤、版本化模板、Agent 作为主界面、受治理的 Agent、Dashboards、界面刷新。这七项是官方枚举;若按改动所在的层归类,可以拆成控制面、执行面、界面与呈现层四段(原创结构归纳,不是官方给的层级编号)。
| 归类 | 对应官方条目 | 改动的直接对象 |
|---|---|---|
| 控制面 | 统一 pipeline 模型、版本化模板、受治理的 Agent | 定义工作、约束版本、约束谁能改 |
| 执行面 | 容器化步骤、统一 Delegate | 步骤在哪里跑、由谁调度 |
| 界面 | Agent 作为主界面、Dashboards | 人与 Agent 如何提出问题、看到结果 |
| 呈现层 | 界面刷新 | 导航与视觉,按能力逐步 rollout |
这里有一处计数陷阱:按上表是四段、八格,而官方只列七条。原因是官方把「容器化步骤」与「统一 Delegate」算作两条,正文却把它们写成同一条执行路径的两个环节——步骤自带工具在容器里跑,Delegate 只负责调度这些容器(原创折算)。因此「7」是官方枚举,「4 段 / 8 格」是本站归类,两者分母不同,不能互相校验,更不能拿来做覆盖率计算。
另一处容易混的是两种 Agent 角色。「Agent 作为主界面」说的是平台内 Agent 能感知当前页面、借知识图谱理解关系、替使用者拟定动作并等待批准;「受治理的 Agent」说的是 Worker Agents 作为流水线里的一级资源与步骤被执行。前者面向操作者,后者面向交付流程,二者共享一套权限与规则,但不是同一个组件(来源:Harness 官方博客两节正文)。
统一 pipeline 模型:去掉能力专属 stage 之后
官方给出的动因很具体:不同能力过去各自带 stage 类型与描述方式,导致制品膨胀、配置脆弱。新模型取消能力专属 stage,构建、部署、安全、基础设施与 agentic 工作跑在同一个灵活 stage 与执行模型上,步骤成为可复用插件;写一个步骤一次,就能在流水线任意位置复用(来源:Harness 官方博客)。
| 维度 | 旧写法(官方描述) | 新写法(官方描述) |
|---|---|---|
| stage 类型 | 按能力区分,多套描述方式 | 一个灵活 stage 与执行模型 |
| YAML 形态 | 嵌套较深、能力专属配置散落 | 更扁平、带类型的 YAML 与 Smart Defaults |
| 表达式 | JEXL 用于运行时计算 | JEXL 保留,同时提供 CEL 及双花括号记号 |
| 输入类型 | 以字符串、数字、布尔为主 | 新增列表、结构化对象、密钥、连接器 |
| 敏感值 | 配置与权限边界较分散 | 密钥与连接器按当前权限解析,不出现在 YAML 里 |
| 策略写法 | 嵌套路径多,OPA 定义较长 | 路径更短,Rego 可写得更简洁 |
官方专门提醒了一处迁移动作:如果团队用 OPA 定义并执行策略,需要针对新 schema 更新并重新测试 Rego,然后再应用到转换后的流水线。这句话把「YAML 变短」的收益与「策略要重测」的成本放在同一段里——扁平化降低的是书写与审计成本,不降低回归验证义务(原创代价标注)。
表达式层同理:JEXL 被保留,CEL 是新增支持,官方写明两者都受完整支持,同时 Input Sets 与现有 Runtime Inputs 也保留。这是并存而非替换,把「提供了 CEL」读成「JEXL 已下线」会误判既有流水线的改造范围(来源同上)。
目前官方及行业暂未披露更多细节,后续将持续跟进迭代动态。尚未公开的是 Smart Defaults 覆盖的键清单、CEL 与 JEXL 在同一表达式里的优先级规则,以及旧 Rego 重测的自动化工具与通过率。
纯编排 Delegate:从「跑步骤」到「调步骤」
执行面改动的核心是 Delegate 的职责收窄。官方写明新的统一 Delegate 用 Go 编写、体积小、启动快、覆盖主要操作系统,镜像可从 Harness 公共仓库或团队私有仓库拉取;它不再包含能力专属逻辑,也不再以自身进程直接跑 CD 步骤,而是把每个步骤放进各自容器,由 Delegate 统一编排(来源:Harness 官方博客)。
| 环节 | 改动前(官方描述) | 改动后(官方描述) |
|---|---|---|
| 执行位置 | CD 步骤作为进程跑在 Delegate 自身 | 每个 CD 步骤在自有容器中运行 |
| 工具管理 | 需在 Delegate 主机上管理部署工具 | 步骤自带所需工具,版本不与主机冲突 |
| Delegate 职责 | 含能力专属逻辑 | 纯编排器,无能力专属逻辑 |
| 升级路径 | 步骤定义变化可能牵动 Delegate 升级 | 步骤定义更新走新镜像,Delegate 无需随之升级 |
| 对 Agent 的意义 | 需探测宿主机上有哪些工具 | 不必发现或绕过宿主机级工具 |
把这张表与本站常讨论的 harness 对照,会看到一个层级差:模型外面的运行时关心的是上下文、工具调用与执行反馈如何组织;这里的 Delegate 关心的是「哪个容器被拉起、以什么身份、在哪条流水线上」。前者决定一次任务能否跑完,后者决定这次运行是否被记进交付账本(原创层级归纳)。
官方用「轻量、启动快」描述新 Delegate,但博客未给启动耗时、内存占用或单节点并发容器数的数值。容器化把工具版本冲突从主机移进镜像,同时也把镜像拉取、分发与缓存放到关键路径上。把「轻量」读成「没有新增开销」,缺少公开数据支撑。
目前官方及行业暂未披露更多细节,后续将持续跟进迭代动态。尚未公开的是 Delegate 的启动与调度基准、容器镜像平均体积,以及离线或私有仓库场景下的拉取失败率。
版本钉住与 OPA:升级权交回团队,迁移成本也交回团队
版本化模板这一节给出的机制比「有个模板库」更细:Harness 把原生步骤与团队自建的 Worker Agent 步骤都作为版本化模板发布到全局模板库,团队可在 Pipeline Studio 的步骤面板里查看、批准并钉住某一版本,不同流水线可以钉住不同版本;步骤版本会写进 pipeline YAML,也能用 OPA 约束(来源:Harness 官方博客)。
| 机制 | 官方表述 | 带来的控制 |
|---|---|---|
| 版本钉住 | 团队批准并 pin 某一步骤版本 | 步骤改进到达生产的时间由团队决定 |
| 版本入 YAML | 流水线所用版本记录在 YAML 中 | 配置可审计、可复现 |
| OPA 约束版本 | 规则可限定允许的步骤版本 | 把版本合规写进策略而非口头约定 |
| 特性开关 | 在步骤内以 feature flag 启用实验变更 | 无需开工单即可小范围试用 |
| 团队自主节奏 | 不必等平台发版才能拿到步骤改进 | 平台团队与应用团队解耦 |
原创折算给出一条容易被忽略的组合关系:若有 N 条流水线、某步骤有 M 个已批准版本,理论上可出现 N×M 种钉住组合;这只是配置空间的计数,不是官方给出的实测组合数,也不能当成「版本治理复杂度」的量化指标。官方同样未给模板库规模、平均版本数与回滚耗时(原创口径标注)。
更值得记的是成本归属:官方把「不必等平台发版」写成收益,同时也把「更新并重新测试 Rego」「按自己节奏采用变更」写成团队动作。也就是说,升级权从平台方转移到团队,回归验证义务随之转移。对已经用 OPA 管住大量流水线的组织,这一步应先盘存量 Rego,再谈扁平 YAML 的收益(原创责任归属分析)。
受治理的 Worker Agents:同一本规则册
官方对「受治理」的定义落在同一套控制上:Worker Agents 是一级资源与流水线步骤,跑在既有审批、策略与审计之下,动作会被记录;Approval steps 让人工在 Agent 的变更继续前留在环内,动态策略控制与 OPA 在运行时约束 Agent 动作;Rules 与 Memories 塑造 Agent 的行为与所知,但它们「与治理并列,不替换治理」(来源:Harness 官方博客)。
| 控制项 | 作用于人 | 作用于 Worker Agent |
|---|---|---|
| 审批步骤 | 变更前需人工批准 | 同样在流水线里触发审批 |
| 策略与 OPA | 运行时约束流水线动作 | 运行时约束 Agent 动作 |
| 审计轨迹 | 动作被记录 | 官方写明动作被记录 |
| 权限 | 沿用既有 Harness 权限 | 沿用既有权限,管理员可进一步收窄 |
| Rules 与 Memories | 不单独适用 | 塑造行为与知识,不替代治理 |
这句「不另建一个控制面」是整篇博客里品牌立场之外较有工程含义的一句:当 Agent 已经在企业里各自跑起来,常见做法是再叠一层专门的 Agent 治理台;这里选择把 Agent 塞回既有流水线,让原有审批与策略直接生效。代价是 Agent 的动作粒度被流水线步骤限定——能治理的是「这一步被批准与被记录」,不是「模型这一步为什么这么想」(原创短板辨析)。
与站内 R-TECH-17 讨论的运维化运行层对照,两者解决的是不同问题:运行层管上下文、工具与反馈,治理层管身份、审批与留痕。把二者都叫 harness 时,必须先问「这层管的是一次任务的内部,还是这次任务在组织里的合法性」(原创对照)。
目前官方及行业暂未披露更多细节,后续将持续跟进迭代动态。尚未公开的是 Worker Agent 步骤的权限默认值、审批超时与降级规则,以及审计日志的保留期与导出格式。
外部 Coding Agent 怎么进来:MCP Server、CLI 与既有权限
官方没有把平台封闭在自家界面里。博客写明:Claude Code、Cursor、Codex 这类编码 Agent 可经 Harness MCP Server 接入,该 Server 以一组小而稳定的工具暴露 Harness 与软件交付知识图谱;也可经 Harness CLI 接入,用一套命令语法与结构化输出让 Agent 解析。两条通路都运行在团队既有 Harness 权限之内(来源:Harness 官方博客)。
| 通路 | 官方给出的形态 | 对 Agent 的意义 |
|---|---|---|
| Harness MCP Server | 小而稳定的工具集,暴露平台与知识图谱 | 不必解析完整平台 API |
| Harness CLI | 一套命令语法、结构化输出 | 输出可被程序解析,减少界面依赖 |
| 平台内 AI Chat | 连接团队 MCP servers、遵循 Rules | 跨 SDLC 的提问与拟定动作 |
| 权限边界 | 沿用既有权限,管理员可进一步限制 | 接入不等于获得新权限 |
这里有一条可迁移的判据:外部 Agent 接入企业系统时,值得先看的不是「支持哪些工具」,而是「工具集是否稳定、输出是否结构化、权限是否沿用」。官方把「小而稳定的工具集」与「结构化输出」写进描述,正是冲着 Agent 对接口漂移敏感这一点(原创可迁移性评估)。
但也要看清边界:博客描述的是接入方式与权限继承,未给 MCP Server 的工具清单、调用配额、延迟或鉴权失败率;也未说明外部 Agent 发起的变更是否同样经过版本钉住与 OPA 校验。把「可接入」读成「外部 Agent 的每次写入都已被同一套策略覆盖」,需要额外证据(原创缺口标注)。
11-12 的基础设施效率闭环:四阶段、1–10 风险分与未实测的收益
11 月 12 日的新闻稿把三个 Agent 串成一条闭环:Cost Management Agent 发现成本与漂移问题,Infrastructure Remediation Agent 把发现转成 IaC 拉取请求,流水线做计划检查、Blast Radius 给风险打分,工程师审阅合并;Cost Management Agent 再跟踪哪些建议已应用。官方引 Harness 2026 State of AI in FinOps 报告称浪费占云与 AI 支出的 26%(来源:Harness 官方新闻稿)。
| 阶段 | 执行者 | 官方写明的人工闸门 |
|---|---|---|
| Identify 发现 | Cost Management Agent | 未写明 |
| Remediate in code 转成 IaC PR | Infrastructure Remediation Agent | 未写明 |
| Validate and apply 校验与应用 | 流水线 + Blast Radius | 工程师 review and merge,既有流水线控制生效 |
| Track and repeat 跟踪复现 | Cost Management Agent | 用户可手工标记应用状态 |
原创折算:四阶段里只有第三阶段明确写出工程师审阅合并,人工闸门是四分之一,而不是「每一步都有人批」。Blast Radius 分析 Terraform 与 OpenTofu 变更,给审批者 1 到 10 的风险分、通俗解释与资源依赖图,团队可据此要求高风险变更追加审批。1 到 10 是序数刻度,官方未给分档阈值、校准样本与误判率,不能当概率或期望损失读(原创量纲辨析)。
26% 同样要标清口径:它是 Harness 自家 FinOps 报告对云与 AI 支出中浪费占比的估计,不是这条闭环部署后实测的节省比例。新闻稿里 Citizens Bank 首席云工程师 Dustin Mason 的引述用的是「将有助于给出上下文」这类预期语气,官方也未给客户实测节省金额、PR 合并率或误报率(来源同上,原创时态与证据分级)。
这条闭环公开材料能支撑的是流程骨架:发现、转 PR、打分、人工合并、跟踪。它尚不能支撑的是节省金额与风险分准确度。做选型时,前一列可以照着复现流程,后一列需要自己补一组带分母的实测:PR 数、合并率、回滚率、每次变更的评审工时。
与站内旧文的层级对照、原创折算与可证伪边界
本站此前几篇解构分别落在不同层:R-TECH-65 拆的是循环被谁驱动(Qwen Code 把 While Loop 换成事件推进),R-TECH-64 拆的是模型选择层(NeMo Switchyard 的路由),R-TECH-63 拆的是层与层之间的契约(AWS 七层可插拔框架),R-TECH-17 拆的是模型外面的运行层。本轮 Harness 改的是更外面一圈:工作如何被定义、批准、记录与上线(原创层级对照)。
| 原创折算 | 计算或依据 | 不能外推成 |
|---|---|---|
| 两次发布相隔 7 天 | 11-05 与 11-12 | 同一批次、同一成熟度 |
| 七条官方更新归为四段八格 | 本站按控制面/执行面/界面/呈现层归类 | 官方层级编号或覆盖率 |
| 人工闸门约四分之一 | 四阶段中第三阶段写明工程师审阅合并 | 其余阶段完全无人介入的比例统计 |
| 配置组合 N×M | N 条流水线与 M 个已批准版本的组合可能 | 官方实测组合数或治理复杂度指标 |
| 浪费占比 26% | Harness FinOps 报告口径 | 闭环部署后的节省率 |
| 风险分 1 到 10 | 官方给出的序数刻度 | 违禁变更概率或损失期望 |
- 可引用:七项更新、统一 pipeline 模型与扁平 YAML、Go 编写的纯编排 Delegate、版本钉住与 OPA 约束、Worker Agents 继承既有审批与审计、外部编码 Agent 的两条接入通路、11-12 四阶段闭环与 1 到 10 风险分。
- 不可外推:把早访体验读成平台整体 GA、把 CEL 新增读成 JEXL 下线、把「轻量」读成无新增开销、把 26% 读成实测节省、把 1 到 10 读成概率、把外部 Agent 可接入读成每次写入都已受同一策略覆盖。
- 官方自列的待验证项:Dashboards 的覆盖度与指标一致性按版本验证、旧 Looker 面板不自动迁移、Rego 需更新重测、新体验按能力逐步 rollout,说明这几项当前没有「已完成」的公开结论。
两条可证伪检验供后续跟进:其一,若官方后续给出新平台体验的 GA 日期与转换成功率,可回验本文对「早访」时态的判定;其二,若发布 Blast Radius 的校准样本与误判率,可回验把 1 到 10 当作序数刻度而非概率的边界。目前这两组数据都未公开。
目前官方及行业暂未披露更多细节,后续将持续跟进迭代动态。尚未公开的是新平台体验 GA 时间表、Delegate 启动与调度基准、模板库规模与平均版本数、Worker Agent 权限默认值、MCP Server 工具清单与调用配额、以及基础设施闭环的实测节省金额与 PR 合并率。