Agent 架构（Agent Architecture）
Agent 架构关注 AI 智能体在结构层面如何组织：主循环、分层/多 Agent 拓扑、工具与上下文接口、以及承载这些的”harness（执行框架）“。本页聚焦结构性设计，与聚焦可复用行为套路的 Agent-Design-Patterns 互补。一条贯穿各源的主线是：架构选型本质是在”可调试性/可控性”与”自主性/扩展性”之间做权衡，且不存在唯一正解。
极简主义 vs 多 Agent：两种拓扑
Claude Code 是”极简主义架构”的代表。它在多 Agent 系统盛行的时代坚持单一主循环——“最多一个分支（max-1-branch）”+ 待办事项列表，保持扁平消息列表；复杂任务时把自身作为子 Agent 生成，但限制子 Agent 再生成。其设计原则是”每增加一层抽象，调试难度指数级增长”，且多 Agent 系统会偏离通用模型改进的轨迹；同时战略性地把超过 50% 的重要 LLM 调用交给便宜 70–80% 的小模型（claude-3-5-haiku）完成（wiki/sources/2025-08-26-译Claude Code深度解码：极简主义如何重新定义AI Agent设计）。
与之相对，Anthropic 的 Research 功能采用 Orchestrator-Worker（主控-工作者）多 Agent 架构：按查询复杂度缩放工作量（简单 1 个 subagent，高复杂度 5–10 个、最多 20），并行调用工具提速，采取由宽到窄的搜索策略。其有效性的关键是”花了足够多的 token”，代价则是成本高、错误会累积；工程上让 sub-agent 输出落到文件系统以最小化”传话开销”，并用 rainbow deployments 发布（wiki/sources/2026-05-05-译 Anthropic 是如何构建 Multi-Agent Research 系统的（2025））。两种拓扑分别优化”可控可调试”与”并行扩展”，详见 Multi-Agent-Systems。
Harness：把架构系统化为七层
“Agent Harness 工程”综述把上述零散的架构决策系统化为 ETCLOVG 七层分类法：E 执行环境与沙箱、T 工具接口与协议、C 上下文与记忆管理、L 生命周期与编排、O 可观测性与运维、V 验证与评估、G 治理与安全（wiki/sources/2026-05-28-Agent Harness Engineering- A Survey）。对开源项目的编码统计显示 Lifecycle/Orchestration 最密集（47），其次 Verification（21）、Execution（20）；而 Observability 与 Governance 在开源界较薄、多集中在商业平台——说明”运维控制的成熟晚于运行时与基准设施”。这一视角与 Harness-Engineering、Agent-Harness 一脉相承，上下文与记忆层则连接到 Context-Engineering。
面向 LLM 的”AI Friendly”架构与传统架构冲突
当 Agent 进入生产，架构问题从”智能体内部”扩展到”整个系统”。一篇近万字工程文指出，AI 应用形态从 Chatbot→Copilot→AI Agent→Agentic AI 演进，传统”确定性”架构（平台型 DDD / 业务型 MVC，输入规范、输出可预测、预定义流程）与 AI 的”概率性、涌现性”产生根本冲突：AI 输出不遵循既定 schema 时传统架构只能报错，流程/工具需按上下文动态选择时规则失效，高延迟低吞吐的 Agent 进入低延迟高吞吐架构会引发超时与可用性问题（wiki/sources/2026-06-01-面向 LLM 的架构设计：什么是真正的 AI Friendly 架构？）。
阿里的分布式类 Manus 框架 ali-langengine-dflow 则针对互联网 2C 场景给出混合架构方案：云虚拟机架构受虚拟化隔离限制、难破数据孤岛，本地化 Agent 架构又属”客户端时代思维”、响应速度与安全性不足，因此提出”分布式服务端 + 异构 C 端”的混合架构，并基于可替换的”四元组”构建 agent（wiki/sources/2025-07-23-面向互联网2C业务的分布式类Manus Java框架）。该文还提炼出 AI 工程的螺旋闭环——“工程创新先行→合成数据反哺训练→工程智慧沉淀为模型能力”，即从 CoT 到 Reasoning 内化、从 Agent 架构到 Deep Research 的”模型即产品”。模块化、可替换组件的思路同样体现在阿里桌面 Agent 工具 CoPaw 对 Prompt/Hooks/Tools/Memory 的解耦上（见 wiki/topics/Agent工具）。