LangChain拿到了新融資，對(duì)自己有了新定位——Agent基礎(chǔ)設(shè)施提供商，同時(shí)對(duì)自己的產(chǎn)品矩陣做了新的梳理，重新定義了Agent開發(fā)的三個(gè)層次。

他把Agent開發(fā)分成三層：

• Framework（框架層）：提供抽象和標(biāo)準(zhǔn)化接口。LangChain就是這一層，還有Vercel的AI SDK、CrewAI這些。主要解決的是"怎么寫"的問題?？蚣艿膬r(jià)值在于提供心智模型的抽象，讓開發(fā)者更容易上手，但做得不好就會(huì)掩蓋內(nèi)部機(jī)制，缺乏高級(jí)用例的靈活性。
• Runtime（運(yùn)行時(shí)）：處理生產(chǎn)環(huán)境的基礎(chǔ)設(shè)施需求。LangGraph屬于這層，提供持久化執(zhí)行、流式支持、人機(jī)協(xié)作中斷、線程級(jí)持久化等能力。解決的是"怎么跑"的問題。Chase提到，運(yùn)行時(shí)通常比框架更底層，可以為框架提供支撐——比如LangChain 1.0就構(gòu)建在LangGraph之上。
• Harness（基礎(chǔ)方案引擎、基座）：更高層的封裝，內(nèi)置默認(rèn)提示詞、工具調(diào)用處理、規(guī)劃工具、文件系統(tǒng)訪問等。DeepAgents就是這個(gè)定位，Chase形容它是"通用版本的Claude Code"。解決的是"怎么用"的問題，提供開箱即用的完整方案。

Agent工程化使用場(chǎng)景對(duì)比

這個(gè)分層有意思的地方在于，它不是簡單的技術(shù)棧劃分，而是基于用戶分層的。Chase承認(rèn)邊界很模糊，LangGraph既是運(yùn)行時(shí)也有框架特性。但這確實(shí)是個(gè)問題，但也是改進(jìn)方向。

簡單概括，"LangChain = build, LangGraph = run, harness = deploy + monitor + scale"。

"Agent Harness"概念的起源

Chase特意提到這不是他發(fā)明的術(shù)語，而是來自Vtrivedy的文章（見末尾）。Vtrivedy把這叫做"HaaS"（Harness as a Service），認(rèn)為AI開發(fā)的核心原語正在從LLM API轉(zhuǎn)向Harness API：

client.chat.completions.create() --> client.responses.create() --> agent.query()

Vtrivedy對(duì)Agent Harness的定義很具體：增強(qiáng)模型運(yùn)行時(shí)執(zhí)行的外部功能集合，包括對(duì)話和上下文管理、工具調(diào)用層、權(quán)限控制、會(huì)話和文件系統(tǒng)狀態(tài)、循環(huán)控制和錯(cuò)誤處理、基礎(chǔ)可觀測(cè)性等。簡單講，就是一個(gè)更高階的，能夠低門檻，正確高效實(shí)施Agent的具備開放性的開箱即用方案（模板）。

Harness定制化流程圖

他強(qiáng)調(diào)，構(gòu)建Agent的關(guān)鍵是"個(gè)性化定制基座"，包括四個(gè)核心組件：

1. 系統(tǒng)提示詞 - 告訴Agent目標(biāo)、環(huán)境、工具使用方法等
2. 工具/MCP - 內(nèi)置工具加上特定用例的自定義邏輯
3. 上下文 - 代碼文檔、用戶個(gè)性化信息等
4. 子Agent - 用于專業(yè)化和并行化處理

小結(jié)

Agent開發(fā)的工程化成熟度在快速提升。從手寫提示詞到框架抽象，再到運(yùn)行時(shí)保障，最后到開箱即用的基座服務(wù)。每一層都在降低使用門檻，提高開發(fā)效率。

Vtrivedy提到一個(gè)關(guān)鍵點(diǎn)：好的Agent構(gòu)建是迭代進(jìn)化，你不能在沒有v0.1版本的情況下進(jìn)行迭代。開箱即用的完整解決方案能讓你的Agent快速進(jìn)入內(nèi)部團(tuán)隊(duì)手中，然后持續(xù)迭代改進(jìn)。他預(yù)測(cè)在接下來的6個(gè)月內(nèi)，大多數(shù)面向用戶的AI產(chǎn)品將使用現(xiàn)有的Agent基座作為其核心用戶交互模式。他設(shè)想了一個(gè)"開放基座生態(tài)系統(tǒng)"的未來——開發(fā)者創(chuàng)建定制基座，用戶插入其中進(jìn)行進(jìn)一步編輯或作為產(chǎn)品使用。

單純的模型調(diào)用已經(jīng)不夠了，大量的應(yīng)用落地和生產(chǎn)維護(hù)需要更完整的工程化支撐，很多這樣的產(chǎn)品正在出現(xiàn)，AI工程的黃金時(shí)代才剛剛開始。筆者也剛剛發(fā)過一篇文章，就是這方面的嘗試（SGLang Model Gateway 0.2 發(fā)布：企業(yè)級(jí)一體化AI原生編排）。

Chase這次分層定義，實(shí)際上是在為LangChain生態(tài)的產(chǎn)品線做理論支撐。但客觀來說，這也是對(duì)過去快速迭代帶來的產(chǎn)品定位混亂的糾正，能讓開發(fā)者更清楚地理解自己在構(gòu)建什么，需要什么層次的工具。

Vtrivedy的文章：https://www.vtrivedy.com/posts/claude-code-sdk-haas-harness-as-a-service