让 AI 学会并发干活，是 Harness Engineering 的核心设计之一
并发执行的意义
当你把一个大任务拆成多个独立子任务并行执行时，时间成本从串行的 n×T 变成并行的 T。这不是简单的优化，而是让 Agent 能够处理真正复杂任务的前提。
并发带来的问题
但并发不是银弹。它带来了一系列新问题：
- 任务之间的依赖关系怎么处理？
- 共享资源竞争怎么办？
- 相互等待和死锁如何避免？
- 多个 Agent 的结果如何合并？
Harness 的解决方案
任务拆解是第一步。把大任务按「可独立执行」的原则拆成子任务。每个子任务有自己的输入、输出、验证标准。
依赖关系通过文件传递：子任务 A 完成后把结果写入文件，子任务 B 读取这个文件作为输入。这比函数调用更可靠——文件不会丢，agent 重启后还能接着读。
并行度的控制
不是所有任务都适合并行。I/O 密集型任务（API 调用、文件读写）可以高并发，CPU 密集型任务（代码生成、测试运行）需要控制并行度。
一个实用的经验：同时跑的 agent 不要超过 3-5 个。不是因为技术上不能更多，而是因为人类需要能看懂进度和输出。