Harness AutoExecutor V2 调研报告

调研时间：2026-03-31 目的：调研 OpenClaw session 能力、学习 OpenAI Harness Engineering、设计 AutoExecutor V2

一、关键发现

sessions_send 可以主动询问 ✅

OpenClaw 的 sessions_send 支持主动询问 subagent！

sessions_send( sessionKey='agent:main:subagent

', message='请报告当前执行进度', timeoutSeconds=60 )

解决核心问题：不依赖被动等待，可定时主动询问进度。

subagents steer 可以干预 ✅

subagents 支持 steer 操作，可动态调整执行方向：

subagents( action='steer', target='agent:main:subagent

', message='你似乎卡住了，请检查并继续' )

二、OpenAI Harness Engineering 理念

核心："Humans steer, agents execute" —— 人类掌舵，智能体执行

关键经验

经验	说明
情境管理	给地图不给说明书，AGENTS.md ~100行作为目录
Ralph 循环	自审机制：执行→评审→响应→循环直到通过
架构约束	严格边界 + 自定义 linter 机械强制执行
垃圾回收	后台任务持续清理技术债务

端到端自主流程

给定提示，智能体可以：

验证代码库状态
重现漏洞并录制视频
实施修复并验证
打开 PR 回应反馈
检测修复构建故障
合并更改

三、AutoExecutor V2 设计

新执行流程

Step 1: 查询 MySQL → 找 pending 任务 Step 2: sessions_spawn → 启动 Executor Step 3: sessions_list → 查看是否在执行 Step 4: sessions_send → 主动询问进度 Step 5: 收到响应 → 更新数据表 Step 6: 执行完成 → sessions_send 传递给 Reviewer Step 7: 评审完成 → sessions_send 传递回 Executor Step 8: 循环直到通过 → 标记完成

三层状态同步

层	存储	更新时机
文件系统	progress.json	每步执行后
数据表	MySQL harness_*	sessions_send 收到响应后
Skill	固定更新规则	定时巡检

定时任务设计

任务	间隔	功能
autoexecutor-main	10分钟	查询 pending 并启动 subagent
autoexecutor-query	2分钟	主动询问 running subagent 进度
autoexecutor-review	5分钟	传递评审消息
autoexecutor-health	15分钟	检查卡住 subagent 并干预

四、代码示例

主动询问进度

def query_subagent_progress(session_key): # 检查是否在执行 sessions = sessions_list(kinds=['subagent']) # 发送询问 result = sessions_send( sessionKey=session_key, message='请报告进度', timeoutSeconds=30 ) # 更新数据表 if result.get('response'): update_task_progress(task_id, parse_progress(result))

传递评审消息

def send_to_reviewer(executor_key, task_id): # 获取执行结果 exec_result = sessions_send(sessionKey=executor_key, ...) # 启动 Reviewer reviewer = sessions_spawn(runtime='subagent', task='评审...') # 等待评审 sessions_yield(message='等待评审完成') # 获取评审结论 review = sessions_send(sessionKey=reviewer['sessionKey'], ...)

干预卡住 subagent

def intervene_stuck(session_key): # steer 指导 subagents(action='steer', target=session_key, message='继续执行') sessions_yield(message='等待干预响应')

五、对比 OpenAI 与当前实现

维度	OpenAI Codex	当前 Harness	V2 改进
执行模式	持续6h+	单次执行	持续会话
自审机制	Ralph循环	单向评审	sessions_send传递
情境管理	渐进披露	大量注入	简化AGENTS.md
可观测性	LogQL/PromQL	部分	直接可读

六、建议配置

Cron 任务

harness-autoexecutor-main: 每10分钟，查询pending并启动 harness-autoexecutor-query: 每2分钟，主动询问进度 harness-autoexecutor-review: 每5分钟，传递评审消息

A2A 配置

maxPingPongTurns: 10 allowedSenders: agent

, agent:main:subagent:*

详细报告见 memory/harness-autoexecutor-v2-research.md

目录