智能体架构取舍:通用Harness与ETF领域合同

沿同一基金研究任务,对照 Pi、Claude Agent SDK、LangGraph 与 ETF Agent,拆解通用执行能力、领域合同与质量验证的分工。看懂哪些能力该复用,哪些规则应沉淀成金融研究系统,并获得架构取舍清单。

文章目录

原文:从通用 Harness 到金融研究系统:ETF Agent 的四方架构对照

这项对照关注的不是四个框架谁更强,而是同一个基金研究任务放进不同架构后,系统边界发生了什么。Pi、Claude Agent SDK、LangGraph 与 ETF Agent,把通用执行方式和金融领域约束放到了同一张桌面上。现在值得看,是因为研究型 Agent 的难点往往不在能否跑完,而在跑完后是否仍满足研究合同;具体实现与判断以原文为准。

读完会得到一张四方对照表、一套“执行能力—领域合同—质量验证”的拆分口径,以及一段可运行的最小合同代码。它能帮你识别哪些能力通常应放在通用 Harness,哪些规则应沉淀在 ETF Agent;最终质量仍要靠实际任务验证,不能从框架名字直接推断。

1、先固定比较口径

1、先固定比较口径(AI 生成示意图)

1、先固定比较口径 · AI 生成示意图

比较四个方案时,任务、输入和验收口径必须一致,否则看到的只是不同提示词或不同流程造成的差异。先区分两个问题:执行能力是否值得复用,研究结果是否符合领域合同。前者偏通用,后者偏金融研究;两者混在一层,架构就容易失焦。

对照项 观察重点 复用判断 保留边界 质量结论
Pi 通用 Harness 执行能力是否可跨任务复用 金融研究规则不应埋进通用层 尚待按任务验证
Claude Agent SDK SDK 抽象 哪些执行能力值得保留 SDK 抽象不能替代领域合同 尚待按任务验证
LangGraph 流程组织 流程能力与研究规则如何分开 流程跑通不等于研究合格 尚待按任务验证
ETF Agent 金融研究系统 通用执行与领域约束如何组合 领域合同作为系统约束 实际质量仍需验证

这张表刻意不替任何方案下质量结论。四方对照的用途,是把复用、合同和验证分开看;只有任务与验收口径一致,比较才有意义。具体差异以原文为准。

2、执行层:优先复用通用能力

2、执行层:优先复用通用能力(AI 生成示意图)

2、执行层:优先复用通用能力 · AI 生成示意图

判断一项能力是否该进入通用 Harness,可以问几个问题:它是否只负责推进任务?它是否不依赖基金研究口径?它是否能在不修改领域规则的情况下替换或验证?满足得越充分,复用价值通常越高。

对照 Pi、Claude Agent SDK、LangGraph 时,不必把功能清单越列越长,关键是定位执行与研究规则的交界。ETF Agent 的对照价值,则在于把问题推进一层:哪些通用能力可以直接拿来用,哪些基金研究约束必须由上层系统保留?

边界一旦明确,替换执行方案不等于改写研究合同,新增研究规则也不必侵入通用 Harness。

3、领域层:把研究合同写进系统

领域合同可以理解为系统对研究对象、输出内容和失败方式的明确约定。在基金研究里,它通常要表达研究对象是什么、结果应包含哪些信息、依据如何引用、什么情况不能下结论;原文的具体字段和边界,以原文为准。

from dataclasses import dataclass
from typing import Any, Dict, Tuple

@dataclass(frozen=True)
class ResearchContract:
    subject: str
    required_fields: Tuple[str, ...]
    require_evidence: bool = True

    def validate(self, result: Dict[str, Any]) -> None:
        if result.get('subject') != self.subject:
            raise ValueError('研究对象与合同不一致')
        missing = [name for name in self.required_fields if name not in result]
        if missing:
            raise ValueError('缺少字段: ' + ', '.join(missing))
        if self.require_evidence and not result.get('evidence'):
            raise ValueError('缺少证据引用')


contract = ResearchContract(
    subject='demo-fund',
    required_fields=('summary', 'evidence')
)
contract.validate({
    'subject': 'demo-fund',
    'summary': '示例研究摘要',
    'evidence': ['示例来源']
})
print('contract ok')

这段最小示例只展示合同形态,示例字段不代表原文全部规则;具体字段以原文为准。把校验放在结果进入下一阶段之前,系统就能区分任务完成与研究合规。这正是领域合同不该只存在于提示词里的原因。

4、质量层:能运行不等于可靠

架构能说明流程怎么走,不能单独证明研究结论可靠。质量验证应单列,并至少观察:

  • 必填信息是否完整,关键结论是否能追溯到依据
  • 不同步骤是否遵守同一合同
  • 不确定信息是否被明确暴露边界

这些是评估建议,不是对四个框架的既有评分;具体指标与结论以原文为准。

比较时应固定输入、任务和验收方式,并把通用层变更与领域层变更分开观察。这样才能分辨差异来自执行流程,还是来自研究合同,而不是把框架名误当成质量。

写在最后

这次对照的重点,是把通用执行与金融研究约束放在同一张图里。
Pi、Claude Agent SDK、LangGraph 与 ETF Agent 提供了四个观察面。
可复用的是执行能力,必须保留的是领域合同。
框架名称不能替代质量证据,比较必须回到同一任务。

我的判断是:成熟的金融研究 Agent,不是把提示词写得更长,而是让领域合同成为可执行、可检查的系统约束。

相关阅读

想把这套流程装到自己服务器上?阿凡达提供一次性的私有化部署与出海模型接入服务,说明与报价见站内服务页:查看技术服务。

文中链接

整理自本文的外部链接,请以来源页面说明为准。

智能体架构取舍:通用Harness与ETF领域合同 · 阿凡达博客