🏗️ 平台 · 运行时发布
微软 Agent Framework Harness 正式发布：生产级运行时，将 Agent 从"库"推向"平台"
微软将 Agent Framework 从 SDK 阶段推进至受支持的生产运行时。Harness 作为单个二进制文件，跨本地、容器和托管环境运行，并内置函数调用、持久化、上下文压缩、工具审批与 OpenTelemetry——平台团队终于有了一个受支持的 Agent 运行时。
综合公开信息整理•
2026-08-04•
全文约 4 分钟读完
#微软
#Agent Framework
#Harness
#生产运行时
#多代理编排
1.0
正式版本 · 2026.04.02 发布
98.4%
典型 Agent 代码中 Harness 基础设施占比
40
安全循环自终止上限（轮）
注：98.4% 数据源自 MBZUAI VILA 实验室对 Claude Code v2.1.88 的代码分析（2026.04），详见后文。40 轮为 Agent Framework 内置的安全刹车机制。
⚡ 30 秒速览
- 核心发布：Agent Framework Harness 正式 GA，从构建库升级为生产级运行时，单个二进制文件跨环境运行。
- 为什么重要：对 Claude Code 的代码分析显示，Agent 代码库中约 98.4% 属于 Harness 基础设施，AI 决策仅占 1.6%——运行时才是真正的工程主体。
- 可量化差异：微软内部基准测试固定模型参数后，不同 Harness 在安全机制上表现迥异——Agent Framework 内置 40 轮自终止，而 Copilot SDK 在无主机控制下会持续运行至 300 轮。
- 治理就绪：连接器使 GitHub Copilot SDK、Claude Agent SDK 等第三方编码代理作为受控成员进入同一策略、可观测性和身份体系。
- 开源与托管：框架、治理组件和连接器已开源，支持 .NET 和 Python；Foundry Hosted Agents 按使用量计费，无需自建运行时。
01从 SDK 到生产运行时 Harness 成为 Agent 的执行中枢
微软 Agent Framework 于 2026 年 4 月 2 日正式发布 1.0 版本，整合了此前 Semantic Kernel 与 AutoGen 两个开源项目（两者已转入维护模式）。在 6 月 Build 2026 大会上，Agent Harness、GitHub Copilot SDK 连接器、Claude Agent SDK 连接器以及多代理编排模式同步进入稳定阶段。此后，Harness 与 Foundry Hosted Agents 正式发布。
Harness 的本质是什么？微软首席软件工程师 Wes Steyn 给出了一个直白的定义：
仅凭模型本身，只能生成文本。为了使其能够调用工具、处理多步骤任务，并持续运行直至任务完成，需要将其封装在运行时环境中——该运行时环境即为 Harness。
一个二进制文件，覆盖开发、测试、生产。
Harness 作为单个二进制文件，可跨本地开发环境、容器环境和 Foundry 托管部署环境运行。开发者只需提供聊天客户端、操作指南和工具，Harness 通过单次调用即可处理规划、历史持久化、上下文压缩、审批、网页搜索和遥测。
内置功能默认启用，可单独禁用：
函数调用
每个历史调用记录的持久化
上下文压缩
带计划和执行模式的待办事项列表
文件记忆
技能（Skills）
网络搜索
工具审批
内置 OpenTelemetry
可选功能（启用时仍会发出警告）：Shell 工具、文件访问、后台子代理和自动循环。
注：Foundry Hosted Agents 按使用量计费，平台团队无需自建运行时基础设施。
02为什么 Harness 如此重要？数据给出的答案
2026 年 4 月，MBZUAI 旗下的 VILA 实验室发表了一篇论文，题为《深入解析 Claude Code》。研究人员分析了 Claude Code v2.1.88 版本——该版本的完整 TypeScript 源代码曾因 Anthropic 发布了一个包含源映射包的 npm 版本而短暂曝光。
统计结果令人震惊：
Harness 基础设施 权限管理、上下文、沙箱、工具路由、恢复机制
98.4%
注：数据基于对泄露包中 1,884 个文件（约 512,000 行代码）的代码行分类，包含生成代码与压缩代码，非全面审计。但多个独立开发的 Agent（Codex CLI、Aider）呈现相同结构特征，表明这是一种问题约束而非设计选择。
一个诚实的注脚：该数据加了星号——作者明确表示这不是全面审计。但即便考虑这一因素，趋势依然成立。多个独立开发的 Agent 都采用了相同的 Harness 结构，说明运行时基础设施是 Agent 工程的主体，而非配角。
这意味着：当你构建一个 Agent 时，98% 的工作是在构建运行时环境，而非模型逻辑。
03基准测试：Harness 的差异可量化 固定模型，比较运行时
微软人工智能首席架构师 Aqib Sherwani 执行了一项对比测试，比较了微软旗下的两个运行时：Agent Framework 与 GitHub Copilot SDK。他的方法比大多数厂商的基准测试更为严谨：固定模型参数，并首先运行一个确定性的模拟测试，确保差异可追溯至 Harness。
结论：推理相同，工程实现不同。
Agent Framework
内置安全刹车机制，经过 40 次往返循环后自行终止，返回"达到限制"消息。
40 轮 ✓ 自终止
GitHub Copilot SDK
在关闭主机端停止控制机制的情况下，持续运行至 300 次而不自行停止。
300 轮 ⚠️ 无自终止
最关键的差异在于安全防护失控。一种 Harness 将"刹车"机制置于循环内部；另一种则期望由主机提供该机制。这不仅仅是设计哲学的区别——在生产环境中，这意味着 Agent 是否会无限循环、消耗资源乃至产生意外行为。
注：测试由 Sherwani 执行，对比的是微软旗下的两个运行时。Copilot SDK 在开启主机端停止控制时表现正常，此处对比的是默认行为差异。
04编排与治理：从单代理到多代理集群
Harness 的发布解决了"Agent 在何处执行、允许其访问哪些资源、行为如何在现有的可观测性和策略系统中体现"这三个核心问题。而编排与治理能力，则将其从单代理工具推向了平台级基础设施。
编码代理连接器：治理方案得以落地。
Agent Framework 的编排功能不需要自定义适配器即可将任务委托给 GitHub Copilot SDK 或 Claude Agent SDK。每个代理运行自己的自主循环，通过封装使其与 Azure OpenAI、Anthropic 或自定义代理在同一个工作流中协同工作。关键细节：这些连接器严格遵循为代理集群设置的身份、内容安全以及可观测性策略。编码代理的流量与其他所有流量一样，进入相同的 OpenTelemetry 跟踪和 Foundry 仪表板。
编排模式已同步发布稳定版：
顺序管道
步骤依次执行，依赖明确
并行协作
多代理同时工作，汇总结果
Magentic 模式
源自 Magentic-One，动态规划
Magentic 模式源自微软研究院的 Magentic-One 项目。其 2024 年评估报告显示：在 GAIA 基准测试中达到 38%，在 AssistantBench 中达到 27.7%，在 WebArena 中达到 32.8%。前两项在统计上与当时最先进水平相当。这些模式共享一个 API，团队无需重写代理代码即可更改协调风格。
治理的核心问题已经转变。
从"代理能做什么"转变为：谁运行了它？依据什么策略？跟踪信息最终流向何处？这一控制层关注点，与亚马逊云科技 Loom 参考平台中的设计思路一致。
身份认证→内容安全策略→OpenTelemetry→Foundry 仪表板
编辑核心判断
Agent 平台化的分水岭，不是模型能力的提升，而是运行时基础设施的成熟度。
Harness 将 Agent 从"实验性项目"变为"可治理的生产服务"——但行业仍需警惕：当 98% 的代码都是基础设施时，Agent 的创新能力可能被运行时复杂度所拖累。平衡之道在于，平台团队能否在标准化与灵活性之间找到自己的阈值。
▶现在就能用
Agent Framework、治理组件和连接器已开源，支持 .NET 和 Python。
Foundry Hosted Agents 已上线，按使用量计费，无需自建运行时。
GitHub 开源仓库 → 开始使用