Harness 工程之拆解 AI 编程助手(四):CoreCoder的五个核心设计模式解析

前面三章我们看完所有模块的代码。这一章从”代码”上升到”设计”——提炼出 CoreCoder 中最重要的 5 个架构模式，分析它们的学术来源、工程取舍和可复用性。

ReAct 模式（Reasoning + Acting）

是什么

ReAct（Reasoning + Acting）是 2022 年由 Yao 等人提出的 AI Agent 范式[论文]。核心思想：让 LLM 交替进行推理（Reasoning）和行动（Acting），通过观察行动结果来修正推理。

CoreCoder 的实现

agent.py 的 chat() 方法就是 ReAct 模式的直接实现：

for _ in range(50):                    # ← 循环    resp = LLM.chat(messages + tools)  # ← Reasoning: LLM 思考下一步    if no tool_calls:        return text                    # ← 思考完毕，返回答案    execute tools                      # ← Acting: 执行工具    append results to messages         # ← Observation: 观察结果    compress if needed                 # ← 维护记忆

与传统 Chain-of-Thought 的区别

💡 面向 PM：CoT 就像一个只会纸上谈兵的顾问，ReAct 则是一个能亲自下场验证的实干家。你说”这个 import 可能拼错了”，CoT 只能猜，ReAct 可以实际读取文件确认。

策略模式（工具抽象）

是什么

策略模式（Strategy Pattern）是面向对象设计的经典模式——定义统一接口，用不同的具体实现应对变化。

CoreCoder 的实现

Tool (ABC)               ← 策略接口├── BashTool             ← 具体策略 A├── EditFileTool         ← 具体策略 B├── ReadFileTool         ← 具体策略 C├── WriteFileTool        ← 具体策略 D├── GlobTool             ← 具体策略 E├── GrepTool             ← 具体策略 F└── AgentTool            ← 具体策略 GAgent                    ← 上下文（Context）  → tools: list[Tool]   ← 持有策略列表  → get_tool(name)      ← 按名查找策略  → tool.execute(**kw)  ← 统一调用接口

开闭原则

新增工具时，只需要：

创建新文件，继承 Tool，实现 execute()
在 __init__.py 中注册

Agent 的代码完全不需要修改。这就是开闭原则（Open-Closed Principle）：对扩展开放，对修改关闭。

渐进式压缩（上下文管理）

是什么

不是一次性截断，而是三层递进，每层都有 fallback。

设计精髓

50% → Snip（免费）     → 如果降到 70% 以下，到此为止        ↓ 没降够70% → Summarize（付费）→ 如果降到 90% 以下，到此为止        ↓ 还没降够90% → Collapse（付费）→ 最后防线

每层压缩后都会重新评估是否需要下一层，避免过度压缩。

LLM 不可用时的降级链

🔧 这种”优雅降级”的思想贯穿整个系统：llm.py 先尝试 stream_options，失败就去掉；context.py 先尝试 LLM 摘要，失败就用正则。每条关键路径都有零依赖的 fallback。

子代理隔离

是什么

为子任务创建独立的 Agent 实例，拥有自己的消息历史，任务完成后只返回摘要。

设计决策详解

四个隔离维度：

安全防护

是什么

多层防护机制，防止 AI 的”好心办坏事”。

防护矩阵

所有截断/限制的核心目标只有一个：防止上下文爆炸。任何工具的输出都可能被塞进消息历史，如果某个输出过长，会加速触发上下文压缩甚至导致 API 报错。这些安全阀确保每条工具输出都在合理范围内。

💡 面向 PM：安全防护就像汽车的刹车系统——不是为了限制速度，而是为了在意外发生时保护乘客。AI 不会故意搞破坏，但它可能执行一条”看起来合理但实际危险”的命令。拦截机制给了人类一个审查的机会。

写在最后

至此，我们对于CoreCoder的拆解就全部结束了。希望这个系列能帮助你快速理解 Harness的设计理念以及实现细节。如果你是开发者，建议克隆仓库后，边读文章边读源码，肯定会有收获。

另，推荐另一款近来热度很高的，类Hermes的一个极简、可自我进化的自主Agent 框架：

Generic Agent（https://github.com/lsdefine/GenericAgent）