Playwright MCP Server

Get the author's professional profile as structured facts: name and the other forms it takes, current role with its start date, previous organisations, the frameworks he is the author of with their ca…

Get the complete MCP map — start here. Returns the five-domain core plus the separate Article, Labs, Homeric Atlas, claim-registry and AI-benchmark surfaces, with their tools, identifiers, citation ru…

Search the core corpus, first-party essays, executable Labs, epistemic claims, the Homeric Atlas and the AI benchmarks (professions and benchmark catalogue) in one call. Use this first when a natural-…

List all knowledge units (concepts on agentic & enterprise AI) with slug, category, title, summary and Evidence-First provenance. Use this to browse the domain; use `search` when you have a question r…

Get one knowledge unit by slug. Returns the full entry, or a single-locale body if locale is given. Use this once `search` or `list_knowledge` has given you a slug.

List all Enterprise AI patterns (reusable agentic design patterns) with slug, category, name, summary and provenance. Use this to browse the catalogue; use `search` when you are looking for a pattern …

Get one Enterprise AI pattern by slug (includes problem, solution, KPIs, failure modes, lessons). Use this once `search` or `list_patterns` has given you a slug.

List all reference architectures (end-to-end enterprise agentic blueprints) with id, slug, category, name, summary and provenance. Use this to browse the blueprints; use `search` when you have a use c…

Get one reference architecture by slug (includes the request flow, reference scenario, KPIs, cost & scaling, and the patterns/knowledge it composes). Use this once `search` or `list_architectures` has…

List all AI governance units (regulations, standards, frameworks, playbooks — EU AI Act, ISO 42001, NIST AI RMF, agentic checklist) with id, slug, category, name and summary. Use this to browse the re…

Get one AI governance unit by slug (includes scope, key requirements, implementable controls, a checklist and common pitfalls). Use this once `search` or `list_governance` has given you a slug.

List the Harness Engineering Handbook chapters (HRN-001…): the canonical long-form corpus on harness engineering — definition, history, taxonomy, principles, memory, observability, evaluation, governa…

Get one Harness Engineering Handbook chapter, by id (e.g. 'HRN-001') or slug. Returns the full Markdown body plus its provenance and related ids. Use this once `search` or `list_handbook` has given yo…

Ranked keyword search across the whole corpus (knowledge, patterns, architectures, governance and the handbook). Matches every language and ignores accents, so query in the user's own words. Each hit …

List every long-form essay published on articles.santismm.com, with language, dates, topics and citable canonical URLs. Use this to browse the essay catalogue; use `search_articles` when you have a to…

Get one complete essay by slug, including its clean Markdown-like body, metadata, licence context and canonical URL. Use this after `list_articles` or `search_articles` has returned the slug you need.

Ranked, accent-insensitive full-text search over every first-party essay, including titles, summaries, topics and bodies. Use this when you need long-form analysis about a topic; follow with `get_arti…

List the professions that have a ranking of frontier AI models built from independent benchmark results (lawyer, accountant, developer, salesperson, translator, engineer…), each marked as a direct or …

Get the ranking of frontier AI models for one profession: the best result, the runner-up, the best value and the best open-weights model, the full table with data coverage and price, which tasks each …

Put two or more frontier models side by side on the benchmark results recorded for them (score, unit, source table and evidence grade per benchmark), optionally with their rows in one profession's ran…

List every benchmark in the AI Agent Benchmarks catalogue (agentic benchmarks with SOTA, saturation and headroom) and in the radar's complementary list (vision, long context, factuality, instruction f…

Get one benchmark by slug or name: what it measures, state of the art, saturation, headroom, human baseline, source and notes, the radar axis it informs, the model scores recorded on it, and which pro…

List every SANTISMM Lab with its inputs, outputs, assumptions, formulas and citation URL. Use this to discover interactive and machine-readable tools; filter by kind when the user specifically asks fo…

Get one Lab by slug, including formulas, assumptions, related SANTISMM content and its executable endpoint when one exists. Use this after list_labs or search_all; use the named calculate_* tool rathe…

Calculate monthly operating cost, cost per verified outcome, manual baseline, savings, ROI and break-even success rate from explicit assumptions. Use this for an agent business case or scenario compar…

Calculate two different samples: how many independent evaluations are needed to detect at least one failure, and how many are needed to estimate its rate at a chosen margin. Use this when a user asks …

Calculate review and escalation workload, required FTE, available headroom or backlog, monthly labour cost and sustainable case volume. Use this before production rollout to test whether the stated hu…

Traverse the knowledge graph: given a unit, return its neighbours — the units it links to (outgoing) and the units that reference it (incoming), each with the relationship type. Use this after a `get_…

List every place in the Homeric Atlas with its identification class, its confidence score and how many competing identifications it carries. Use this to browse the atlas; use `get_homeric_place` once …

Get one place by slug: every identification proposed for it, each with its own coordinates, class, 0-12 rubric and sources, plus the attested passages. Use this when you need to weigh the evidence for…

List every episode of the Iliad and the Odyssey held in the atlas, in reading order, with its passage, the places it involves and how firmly it can be located. Use this to find the episode you want; u…

Get one episode by slug: the passage, the narrative, the competing theories about where it happened (each with its proponent and sources), the confidence rubric and the FAQs. Use this when the questio…

List the reconstructed itineraries (the nostos of Odysseus and the others), each with its rival reconstructions scored separately. Use this to see which voyages the atlas reconstructs before fetching …

Get one route by slug: each reconstruction variant with its ordered stops, the hypothesis chosen at each stop, its confidence rubric and its sources. Use this to compare rival reconstructions of a voy…

List the load-bearing claims of the corpus, each tagged as observed_fact, industry_synthesis, santismm_thesis or strategic_hypothesis, with its confidence and the units it underpins. Use this before q…

Get one claim by id (HE-CLAIM-001) or slug: the statement, what it rests on, its structured sources, and — always present — what it does NOT establish and the observation that would retire it. Use thi…

Read the corpus map, licences, languages, extensions and bulk-ingest URLs.

Read the author's professional facts: name and its other forms, current role with its start date, previous organisations, the frameworks he authored, how to cite, licence, and when these facts were la…

Agent memory is how an AI agent retains and recalls information beyond a single context window — across steps, sessions and tasks. It typically separates short-term working memory (the current context…

Agentic AI refers to systems that pursue goals over multiple steps — planning, calling tools, acting on an environment and reacting to feedback — instead of producing a single response. It turns a lan…

Agentic AI evaluation is the practice of measuring how well an agent completes multi-step, tool-using tasks in an environment — not just the quality of a single answer. As models saturate static knowl…

An agentic threat model is the map of how an autonomous agent can be attacked: not through its weights, but through everything it reads, remembers, calls and is allowed to do. It names the surfaces — …

An AI agent is a system that combines a model with tools, memory and a control loop to take actions toward a goal, rather than just answering a single prompt. It perceives a situation, decides what to…

AI cyberdefense is the practice of protecting AI systems — models, agents, the tools they call and the data they reach — from attacks that exploit how those systems reason and act. For agents it is no…

AI governance is the set of policies, processes, roles and controls that ensure AI is built and used responsibly, legally and safely. It spans risk management, accountability, transparency, security a…

AI observability is the practice of instrumenting AI systems — especially agents — so you can see what they did and why. It captures traces of each step: prompts, tool calls, retrieved context, model …

Context engineering is the discipline of deciding what information enters a model's limited context window at each step — and what stays out. As agents run over many steps, naively stuffing everything…

An embedding is a numeric vector that represents the meaning of text (or images, audio, code) so that semantically similar items sit close together in vector space. Vector search finds the nearest emb…

Enterprise RAG (retrieval-augmented generation) is the pattern of grounding a model's answers in an organization's own documents, retrieved at query time, instead of relying on the model's parametric …

Fine-tuning continues training a pretrained model on a smaller, targeted dataset to specialize its behavior, style or domain knowledge. It is far cheaper than pretraining and changes the model's weigh…

A foundation model is a large model pretrained on broad data at scale that can be adapted to a wide range of downstream tasks. Large language models (LLMs) and large multimodal models are the canonica…

Guardrails are runtime controls that constrain what goes into and comes out of an AI system, keeping its behavior safe, on-policy and compliant. They check and filter inputs and outputs, validate tool…

Harness engineering is the emerging discipline of designing and optimizing the scaffolding around an AI model — the prompts, tools, memory, environment, control loop and guardrails — so the model perf…

Human-in-the-loop (HITL) is a design pattern where a person reviews, approves or corrects an AI system's output before it takes effect — especially for high-impact actions. Instead of full autonomy, t…

MCP security is what stops a Model Context Protocol server from becoming the easiest way into a system. The protocol standardises how agents discover and call tools; it does not decide who may call th…

The Model Context Protocol (MCP) is an open standard for connecting AI models and agents to external tools, data sources and systems through a single, uniform interface. Introduced by Anthropic in lat…

A multi-agent architecture divides a task among several specialized agents that collaborate, delegate or compete to reach a goal, instead of relying on one general agent. Common shapes include an orch…

Prompt engineering is the practice of designing the inputs given to a language model so it produces the desired output reliably. A good prompt specifies the role, the task, the constraints, the output…

Prompt injection is an attack in which malicious instructions hidden in the input to a language model hijack its behavior — making it ignore its rules, leak data or misuse tools. It tops the OWASP Top…

Reasoning models are language models trained to spend extra computation 'thinking' before they answer — generating internal reasoning steps to solve harder problems in math, code and logic. They trade…

Recursive self-improvement is the idea of a system that improves its own ability to improve — each round of self-modification making the next one more effective, so that gains compound. Narrow pieces …

Tool use, also called function calling, lets a language model invoke external functions, APIs or code to fetch information or take actions in the real world. The model decides which tool to call and w…

La memoria de un agente es cómo un agente de IA retiene y recuerda información más allá de una sola ventana de contexto: entre pasos, sesiones y tareas. Suele separar la memoria de trabajo a corto pla…

La IA agéntica designa sistemas que persiguen objetivos en varios pasos —planifican, llaman a herramientas, actúan sobre un entorno y reaccionan al feedback— en lugar de producir una única respuesta. …

La evaluación de IA agéntica es la práctica de medir cómo de bien un agente completa tareas de varios pasos con uso de herramientas en un entorno, no solo la calidad de una única respuesta. A medida q…

Un modelo de amenazas agéntico es el mapa de cómo se puede atacar a un agente autónomo: no a través de sus pesos, sino de todo lo que lee, recuerda, invoca y tiene permitido hacer. Nombra las superfic…

Un agente de IA es un sistema que combina un modelo con herramientas, memoria y un bucle de control para tomar acciones hacia un objetivo, en lugar de solo responder a un prompt. Percibe una situación…

La ciberdefensa de la IA es la práctica de proteger sistemas de IA —modelos, agentes, las herramientas que invocan y los datos que alcanzan— frente a ataques que explotan cómo esos sistemas razonan y …

La gobernanza de la IA es el conjunto de políticas, procesos, roles y controles que garantizan que la IA se construya y use de forma responsable, legal y segura. Abarca gestión de riesgos, rendición d…

La observabilidad de IA es la práctica de instrumentar sistemas de IA —sobre todo agentes— para poder ver qué hicieron y por qué. Captura trazas de cada paso: prompts, llamadas a herramientas, context…

La ingeniería de contexto es la disciplina de decidir qué información entra en la ventana de contexto limitada de un modelo en cada paso, y qué se queda fuera. Como los agentes se ejecutan en muchos p…

Un embedding es un vector numérico que representa el significado de un texto (o imágenes, audio, código) de modo que los elementos semánticamente similares quedan cerca en el espacio vectorial. La bús…

El RAG empresarial (generación aumentada por recuperación) es el patrón de fundamentar las respuestas de un modelo en los propios documentos de la organización, recuperados en el momento de la consult…

El fine-tuning continúa el entrenamiento de un modelo preentrenado con un conjunto de datos más pequeño y dirigido para especializar su comportamiento, estilo o conocimiento de dominio. Es mucho más b…

Un modelo fundacional es un modelo grande preentrenado a escala con datos amplios que puede adaptarse a una gran variedad de tareas posteriores. Los modelos de lenguaje (LLM) y los multimodales son lo…

Los guardarraíles son controles en tiempo de ejecución que acotan lo que entra y sale de un sistema de IA, manteniendo su comportamiento seguro, conforme a la política y al cumplimiento. Comprueban y …

La ingeniería de harness es la disciplina emergente de diseñar y optimizar el andamiaje alrededor de un modelo de IA —prompts, herramientas, memoria, entorno, bucle de control y guardarraíles— para qu…

Human-in-the-loop (HITL) es un patrón de diseño en el que una persona revisa, aprueba o corrige la salida de un sistema de IA antes de que surta efecto, sobre todo en acciones de alto impacto. En luga…

La seguridad en MCP es lo que impide que un servidor de Model Context Protocol se convierta en la vía más fácil de entrar a un sistema. El protocolo estandariza cómo los agentes descubren e invocan he…

El Model Context Protocol (MCP) es un estándar abierto para conectar modelos y agentes de IA con herramientas, fuentes de datos y sistemas externos a través de una interfaz única y uniforme. Presentad…

Una arquitectura multiagente divide una tarea entre varios agentes especializados que colaboran, delegan o compiten para alcanzar un objetivo, en lugar de depender de un único agente general. Formas h…

La ingeniería de prompts es la práctica de diseñar las entradas que se dan a un modelo de lenguaje para que produzca la salida deseada de forma fiable. Un buen prompt especifica el rol, la tarea, las …

La inyección de prompts es un ataque en el que instrucciones maliciosas ocultas en la entrada a un modelo de lenguaje secuestran su comportamiento, haciéndole ignorar sus reglas, filtrar datos o usar …

Los modelos de razonamiento son modelos de lenguaje entrenados para gastar cómputo extra 'pensando' antes de responder, generando pasos de razonamiento internos para resolver problemas más difíciles d…

La auto-mejora recursiva es la idea de un sistema que mejora su propia capacidad de mejorar: cada ronda de automodificación hace más eficaz la siguiente, de modo que las ganancias se acumulan. Partes …

El uso de herramientas, también llamado function calling, permite a un modelo de lenguaje invocar funciones, APIs o código externos para obtener información o tomar acciones en el mundo real. El model…

A memória de um agente é como um agente de IA retém e recupera informação além de uma única janela de contexto: entre passos, sessões e tarefas. Costuma separar a memória de trabalho de curto prazo (o…

A IA agêntica designa sistemas que perseguem objetivos em vários passos — planejam, chamam ferramentas, agem sobre um ambiente e reagem ao feedback — em vez de produzir uma única resposta. Transforma …

A avaliação de IA agêntica é a prática de medir quão bem um agente conclui tarefas de vários passos com uso de ferramentas num ambiente, não só a qualidade de uma única resposta. À medida que os model…

Um modelo de ameaças agêntico é o mapa de como um agente autônomo pode ser atacado: não pelos seus pesos, mas por tudo o que ele lê, memoriza, invoca e tem permissão para fazer. Ele nomeia as superfíc…

Um agente de IA é um sistema que combina um modelo com ferramentas, memória e um laço de controle para tomar ações rumo a um objetivo, em vez de só responder a um prompt. Ele percebe uma situação, dec…

A ciberdefesa de IA é a prática de proteger sistemas de IA — modelos, agentes, as ferramentas que eles chamam e os dados que alcançam — contra ataques que exploram como esses sistemas raciocinam e age…

A governança de IA é o conjunto de políticas, processos, papéis e controles que garantem que a IA seja construída e usada de forma responsável, legal e segura. Abrange gestão de riscos, prestação de c…

A observabilidade de IA é a prática de instrumentar sistemas de IA — sobretudo agentes — para poder ver o que fizeram e por quê. Captura rastros de cada passo: prompts, chamadas de ferramentas, contex…

A engenharia de contexto é a disciplina de decidir qual informação entra na janela de contexto limitada de um modelo a cada passo, e o que fica de fora. Como os agentes rodam em muitos passos, enfiar …

Um embedding é um vetor numérico que representa o significado de um texto (ou imagens, áudio, código) de modo que itens semanticamente similares ficam próximos no espaço vetorial. A busca vetorial enc…

O RAG empresarial (geração aumentada por recuperação) é o padrão de fundamentar as respostas de um modelo nos próprios documentos da organização, recuperados no momento da consulta, em vez de depender…

O fine-tuning continua o treinamento de um modelo pré-treinado com um conjunto de dados menor e direcionado para especializar seu comportamento, estilo ou conhecimento de domínio. É muito mais barato …

Um modelo de fundação é um modelo grande pré-treinado em escala com dados amplos que pode ser adaptado a uma ampla variedade de tarefas posteriores. Os modelos de linguagem (LLMs) e os multimodais são…

Os guard-rails são controles em tempo de execução que limitam o que entra e sai de um sistema de IA, mantendo seu comportamento seguro, em conformidade com a política e a regulação. Verificam e filtra…

A engenharia de harness é a disciplina emergente de projetar e otimizar o andaime ao redor de um modelo de IA — prompts, ferramentas, memória, ambiente, laço de controle e guard-rails — para que o mod…

Human-in-the-loop (HITL) é um padrão de design em que uma pessoa revisa, aprova ou corrige a saída de um sistema de IA antes de surtir efeito, sobretudo em ações de alto impacto. Em vez de autonomia t…

Segurança em MCP é o que impede que um servidor de Model Context Protocol se torne o caminho mais fácil para dentro de um sistema. O protocolo padroniza como agentes descobrem e invocam ferramentas; e…

O Model Context Protocol (MCP) é um padrão aberto para conectar modelos e agentes de IA a ferramentas, fontes de dados e sistemas externos por meio de uma interface única e uniforme. Apresentado pela …

Uma arquitetura multiagente divide uma tarefa entre vários agentes especializados que colaboram, delegam ou competem para alcançar um objetivo, em vez de depender de um único agente geral. Formas comu…

A engenharia de prompts é a prática de projetar as entradas dadas a um modelo de linguagem para que ele produza a saída desejada de forma confiável. Um bom prompt especifica o papel, a tarefa, as rest…

A injeção de prompts é um ataque em que instruções maliciosas escondidas na entrada de um modelo de linguagem sequestram seu comportamento, fazendo-o ignorar suas regras, vazar dados ou usar mal as fe…

Os modelos de raciocínio são modelos de linguagem treinados para gastar computação extra 'pensando' antes de responder, gerando passos de raciocínio internos para resolver problemas mais difíceis de m…

Auto-aperfeiçoamento recursivo é a ideia de um sistema que melhora a sua própria capacidade de melhorar: cada rodada de automodificação torna a seguinte mais eficaz, de modo que os ganhos se acumulam.…

O uso de ferramentas, também chamado function calling, permite a um modelo de linguagem invocar funções, APIs ou código externos para obter informação ou tomar ações no mundo real. O modelo decide qua…

La mémoire d'agent désigne la manière dont un agent d'IA conserve et rappelle des informations au-delà d'une seule fenêtre de contexte — à travers les étapes, les sessions et les tâches. Elle sépare g…

L'IA agentique désigne des systèmes qui poursuivent des objectifs à travers plusieurs étapes — planification, appel d'outils, action sur un environnement et réaction aux retours — plutôt que de produi…

L'évaluation de l'IA agentique consiste à mesurer la capacité d'un agent à accomplir des tâches multi-étapes utilisant des outils dans un environnement — et non pas seulement la qualité d'une réponse …

Un modèle de menace agentique cartographie la manière dont un agent autonome peut être attaqué : non pas à travers ses poids, mais à travers tout ce qu'il lit, mémorise, appelle et est autorisé à fair…

Un agent d'IA est un système qui combine un modèle avec des outils, de la mémoire et une boucle de contrôle pour entreprendre des actions vers un objectif, plutôt que de simplement répondre à un promp…

La cyberdéfense de l'IA est la pratique consistant à protéger les systèmes d'IA — modèles, agents, outils qu'ils appellent et données auxquelles ils accèdent — contre les attaques qui exploitent la fa…

La gouvernance de l'IA est l'ensemble des politiques, processus, rôles et contrôles qui garantissent que l'IA est conçue et utilisée de manière responsable, légale et sûre. Elle englobe la gestion des…

L'observabilité de l'IA consiste à instrumenter les systèmes d'IA — en particulier les agents — afin de comprendre ce qu'ils ont fait et pourquoi. Elle capture les traces de chaque étape : prompts, ap…

L'ingénierie de contexte est la discipline qui consiste à décider quelles informations entrent dans la fenêtre de contexte limitée d'un modèle à chaque étape — et lesquelles en sont exclues. À mesure …

Un embedding est un vecteur numérique qui représente la signification d'un texte (ou d'images, d'audio, de code) de sorte que les éléments sémantiquement similaires soient proches dans l'espace vector…

Le RAG d'entreprise (génération augmentée de récupération) est le modèle consistant à ancrer les réponses d'un modèle dans les propres documents d'une organisation, récupérés au moment de la requête, …

Le fine-tuning poursuit l'entraînement d'un modèle préentraîné sur un ensemble de données plus restreint et ciblé afin de spécialiser son comportement, son style ou ses connaissances sectorielles. Il …

Un modèle de fondation est un grand modèle préentraîné à grande échelle sur des données larges, qui peut être adapté à un large éventail de tâches en aval. Les grands modèles de langage (LLM) et les g…

Les garde-fous sont des contrôles au moment de l'exécution (runtime) qui limitent ce qui entre et sort d'un système d'IA, garantissant un comportement sûr, conforme aux politiques et réglementations. …

Le Harness Engineering est la discipline émergente de conception et d'optimisation de l'échafaudage (scaffolding) autour d'un modèle d'IA — les prompts, les outils, la mémoire, l'environnement, la bou…

Le Human-in-the-loop (HITL) est un design pattern dans lequel une personne examine, approuve ou corrige les résultats d'un système d'IA avant qu'ils ne prennent effet — en particulier pour les actions…

La sécurité MCP est ce qui empêche un serveur Model Context Protocol de devenir la porte d'entrée la plus facile dans un système. Le protocole standardise la manière dont les agents découvrent et appe…

Le Model Context Protocol (MCP) est un standard ouvert permettant de connecter des modèles et agents d'IA à des outils, sources de données et systèmes externes via une interface unique et uniforme. In…

Une architecture multi-agent divise une tâche entre plusieurs agents spécialisés qui collaborent, délèguent ou rivalisent pour atteindre un objectif, plutôt que de s'appuyer sur un seul agent générali…

Le Prompt Engineering est la pratique consistant à concevoir les entrées fournies à un modèle de langage afin qu'il produise le résultat souhaité de manière fiable. Un bon prompt spécifie le rôle, la …

L'injection de prompt est une attaque dans laquelle des instructions malveillantes masquées dans l'entrée d'un modèle de langage détournent son comportement — l'amenant à ignorer ses règles, à divulgu…

Les modèles de raisonnement sont des modèles de langage entraînés à consacrer de la puissance de calcul supplémentaire à « réfléchir » avant de répondre — en générant des étapes de raisonnement intern…

L'auto-amélioration récursive est l'idée d'un système qui améliore sa propre capacité à s'améliorer : chaque tour d'automodification rend le suivant plus efficace, si bien que les gains se cumulent. D…

L'utilisation d'outils, également appelée appel de fonction (function calling), permet à un modèle de langage d'invoquer des fonctions externes, des API ou du code pour récupérer des informations ou e…

Das Agenten-Gedächtnis (Agent Memory) ermöglicht es einem KI-Agenten, Informationen über ein einzelnes Kontextfenster hinaus zu behalten und abzurufen – über Schritte, Sitzungen und Aufgaben hinweg. E…

Agentic AI bezieht sich auf Systeme, die Ziele über mehrere Schritte hinweg verfolgen – durch Planung, den Aufruf von Tools, Interaktion mit einer Umgebung und Reaktion auf Feedback –, anstatt nur ein…

Agentic AI Evaluation ist die Praxis zu messen, wie gut ein Agent mehrstufige, Tool-nutzende Aufgaben in einer Umgebung bewältigt – nicht nur die Qualität einer einzelnen Antwort. Da Modelle statische…

Ein Agentic Threat Model ist die Abbildung dessen, wie ein autonomer Agent angegriffen werden kann: nicht über seine Gewichte, sondern über alles, was er liest, sich merkt, aufruft und tun darf. Es be…

Ein KI-Agent ist ein System, das ein Modell mit Tools, Speicher und einer Kontrollschleife kombiniert, um Aktionen zur Erreichung eines Ziels auszuführen, anstatt nur auf einen einzelnen Prompt zu ant…

KI-Cyberdefense ist die Praxis des Schutzes von KI-Systemen – Modellen, Agenten, den von ihnen aufgerufenen Tools und den Daten, auf die sie zugreifen – vor Angriffen, die die Funktionsweise und das H…

AI Governance ist die Gesamtheit der Richtlinien, Prozesse, Rollen und Kontrollen, die sicherstellen, dass KI verantwortungsvoll, rechtmäßig und sicher entwickelt und eingesetzt wird. Sie umfasst Risi…

AI Observability ist die Praxis der Instrumentierung von KI-Systemen – insbesondere von Agenten –, um nachvollziehbar zu machen, was sie getan haben und warum. Sie erfasst Traces (Spuren) jedes Schrit…

Context Engineering ist die Disziplin der Entscheidung, welche Informationen in jedem Schritt in das begrenzte Kontextfenster eines Modells gelangen – und welche draußen bleiben. Da Agenten über viele…

Ein Embedding ist ein numerischer Vektor, der die Bedeutung von Text (oder Bildern, Audio, Code) so darstellt, dass semantisch ähnliche Elemente im Vektorraum nahe beieinander liegen. Die Vektorsuche …

Enterprise RAG (Retrieval-Augmented Generation) ist das Entwurfsmuster, bei dem die Antworten eines Modells auf den eigenen Dokumenten einer Organisation fundiert werden, die zum Zeitpunkt der Abfrage…

Fine-tuning setzt das Training eines vortrainierten Modells auf einem kleineren, zielgerichteten Datensatz fort, um dessen Verhalten, Stil oder Domänenwissen zu spezialisieren. Es ist weitaus günstige…

Ein Foundation Model ist ein großes Modell, das in großem Maßstab auf breit gefächerten Daten vortrainiert wurde und an eine Vielzahl von nachgelagerten Aufgaben angepasst werden kann. Große Sprachmod…

Guardrails sind Laufzeitkontrollen, die die Ein- und Ausgaben eines KI-Systems einschränken, um dessen Verhalten sicher, richtlinienkonform (on-policy) und compliant zu halten. Sie prüfen und filtern …

Harness Engineering ist die entstehende Disziplin des Entwurfs und der Optimierung des Gerüsts (Scaffolding) um ein KI-Modell herum – die Prompts, Tools, Speicher, Umgebung, Kontrollschleife und Guard…

Human-in-the-Loop (HITL) ist ein Entwurfsmuster, bei dem eine Person die Ausgabe eines KI-Systems überprüft, genehmigt oder korrigiert, bevor sie wirksam wird – insbesondere bei folgenschweren Aktione…

MCP-Sicherheit verhindert, dass ein Model Context Protocol-Server zum einfachsten Einfallstor in ein System wird. Das Protokoll standardisiert, wie Agenten Tools erkennen und aufrufen; es entscheidet …

Das Model Context Protocol (MCP) ist ein offener Standard zur Verbindung von KI-Modellen und -Agenten mit externen Tools, Datenquellen und Systemen über eine einzige, einheitliche Schnittstelle. Es wu…

Eine Multi-Agenten-Architektur teilt eine Aufgabe auf mehrere spezialisierte Agenten auf, die zusammenarbeiten, delegieren oder konkurrieren, um ein Ziel zu erreichen, anstatt sich auf einen einzigen …

Prompt Engineering ist die Praxis des Entwerfens von Eingaben für ein Sprachmodell, damit dieses zuverlässig die gewünschte Ausgabe erzeugt. Ein guter Prompt spezifiziert die Rolle, die Aufgabe, die E…

Prompt Injection ist ein Angriff, bei dem bösartige Anweisungen, die in der Eingabe eines Sprachmodells verborgen sind, dessen Verhalten kapern – was dazu führt, dass es seine Regeln ignoriert, Daten …

Reasoning-Modelle sind Sprachmodelle, die darauf trainiert sind, vor der Antwort zusätzliche Rechenleistung für das „Nachdenken“ aufzuwenden. Sie generieren interne Argumentationsschritte, um schwieri…

Rekursive Selbstverbesserung ist die Idee eines Systems, das seine eigene Fähigkeit zur Verbesserung verbessert: Jede Runde der Selbstmodifikation macht die nächste wirksamer, sodass sich Gewinne aufa…

Tool Use, auch Function Calling genannt, ermöglicht es einem Sprachmodell, externe Funktionen, APIs oder Code aufzurufen, um Informationen abzurufen oder Aktionen in der realen Welt auszuführen. Das M…

エージェントメモリとは、AIエージェントが単一のコンテキストウィンドウを超えて、ステップ、セッション、タスク間で情報を保持および想起する方法である。通常、短期のワーキングメモリ（現在のコンテキスト）と、長期メモリ（エージェントが読み書きする永続的なストレージ）を分離する。メモリによって、エージェントは長いタスクを通じて状態を維持し、時間の経過とともにユーザーを記憶し、重複する作業を避けることができ…

Agentic AIとは、単一の回答を生成するのではなく、計画、ツールの呼び出し、環境への働きかけ、フィードバックへの対応など、複数のステップにわたって目標を追求するシステムを指す。これにより、言語モデルはテキスト生成器から、タスクを完了できる実行者へと変化する。これが表すシフトは、人間がすべてのステップを主導する「DIY（Do-It-Yourself）ソフトウェア」から、システムが作業を実行して…

アジェンティックAI評価とは、単一の回答の品質だけでなく、エージェントが環境内でツールを使用するマルチステップのタスクをどれだけ適切に完了できるかを測定する手法です。モデルが静的な知識ベンチマークで飽和状態に達するにつれ、評価は「能力（モデルが何を知っているか）」の測定から「エージェンシー（システムが実際に何を達成できるか）」の測定へと移行しています。優れた評価（evals）は、ハーネスエンジニア…

アジェンティック脅威モデルとは、自律型エージェントがどのように攻撃され得るかを示すマップです。これはモデルの重み（ウェイト）を介した攻撃ではなく、エージェントが読み取り、記憶し、呼び出し、実行を許可されているすべての要素を対象とします。直接的および間接的なプロンプトインジェクション、ツールの汚染（ツールポイズニング）、過剰なエージェンシー、メモリの汚染、サプライチェーン、情報の流出経路、混乱した代…

AIエージェントとは、単一のプロンプトに回答するだけでなく、モデルにツール、メモリ、コントロールループを組み合わせて、目標に向けたアクションを実行するシステムです。状況を認識し、何をすべきかを決定し、ツールを介して行動し、結果を観察し、完了するまでこれを繰り返します。自律性の範囲は、単一のツール呼び出しから、複雑なタスクの長期的な実行まで多岐にわたります。

AIサイバーディフェンスとは、AIシステム（モデル、エージェント、それらが呼び出すツール、アクセスするデータ）を、それらのシステムの推論や行動の仕組みを悪用する攻撃から保護する取り組みです。エージェントにとって、これは後から追加するレイヤーではありません。攻撃を阻止するコントロールは、エージェントを機能させるためのハーネスコンポーネント（ツールの権限、コンテキスト境界、承認ゲート、オブザーバビリテ…

AIガバナンスとは、AIが責任を持って、合法的に、かつ安全に構築および使用されることを保証するための一連のポリシー、プロセス、役割、およびコントロールのことです。これは、AIのライフサイクル全体にわたるリスク管理、説明責任、透明性、セキュリティ、およびコンプライアンスを網羅します。実際には、EU AI法、NIST AIリスク管理フレームワーク（NIST AI RMF）、ISO/IEC 42001な…

AIオブザーバビリティとは、AIシステム（特にエージェント）をインストルメンテーションし、何を実行したか、そしてその理由を可視化する手法です。プロンプト、ツール呼び出し、取得されたコンテキスト、モデルの出力、トークン、レイテンシ、コストなど、各ステップのトレースをキャプチャします。エージェントは非決定的かつマルチステップであるため、オブザーバビリティこそが障害の診断を可能にし、体系的な改善を実現し…

コンテキストエンジニアリングとは、モデルの限られたコンテキストウィンドウに各ステップでどの情報を入れ、どの情報を除外するかを決定する技術分野です。エージェントが多くのステップを実行する際、単純にすべてをコンテキストに詰め込むと、品質が低下しコストが増大します。コンテキストエンジニアリングは、適切な指示、取得された知識、ツールの結果、およびメモリを厳選し、モデルが必要な時に必要なものを正確に得られる…

埋め込み（Embedding）とは、テキスト（または画像、音声、コード）の意味を表現する数値ベクトルであり、意味的に類似したアイテムがベクトル空間上で近くに配置されるようにします。ベクトル検索は、クエリに最も近い埋め込みを見つけることで、キーワードではなく意味による検索を可能にします。埋め込みは、検索拡張生成（RAG）、セマンティック検索、クラスタリング、レコメンデーションの基盤となっています。

エンタープライズRAG（検索拡張生成）は、モデルのパラメータメモリに依存するのではなく、クエリ実行時に検索された組織独自のドキュメントに基づいてモデルの回答を根拠付けるパターンです。これにより、企業はモデルを再トレーニングすることなく、ポリシー、マニュアル、チケット、契約書などのプライベートで最新の、かつガバナンスの効いた知識を利用できると同時に、企業が必要とするアクセス制御、引用、監査可能性を維…

ファインチューニングとは、事前学習済みモデルをより小さく的を絞ったデータセットで追加学習させ、その振る舞い、スタイル、またはドメイン知識を特化させる手法です。事前学習よりもはるかに低コストであり、プロンプティングや検索（これらはモデルを変更しません）とは異なり、モデルの重みを変更します。一貫したフォーマット、トーン、またはスキルを固定したい場合に適しています。最新の事実やプライベートな事実が必要な…

基盤モデル（Foundation Model）とは、広範なデータを用いて大規模に事前学習され、幅広いダウンストリームタスクに適応できる大規模なモデルのことです。大規模言語モデル（LLM）や大規模マルチモーダルモデルがその代表例です。2021年にスタンフォード大学で提唱されたこの用語は、タスクごとに専用のモデルを学習させるのではなく、共有された汎用的なベースを基盤として構築し、プロンプティング、検索…

ガードレールとは、AIシステムへの入力と出力を制限し、その動作を安全、ポリシー準拠、かつコンプライアンスに則った状態に保つためのランタイム制御です。モデルの周囲に安全レイヤーとして配置され、入出力のチェックとフィルタリング、ツールアクションの検証、不許可コンテンツのブロック、制限の適用などを行います。ガードレールは、AIガバナンスにおける主要な運用管理手段であり、悪用やプロンプトインジェクションに…

ハーネスエンジニアリングとは、AIモデルの周囲にある足場（プロンプト、ツール、メモリ、環境、制御ループ、ガードレールなど）を設計および最適化し、モデルが実際のタスクで確実に機能するようにするための新しい分野です。その核心となる前提は、ベースモデルの生の能力が収束していくにつれ、競争優位性はモデル自体からその周囲に構築されるハーネスへと移行するということです。同じモデルであっても、タスクの成否はほぼ…

Human-in-the-Loop（HITL）は、特に影響の大きいアクションにおいて、AIシステムの出力が有効になる前に人間がレビュー、承認、または修正を行う設計パターンです。完全な自律性の代わりに、エージェントが提案し、人間が決定します。これはエージェント型システムにおけるリスク管理の主要なコントロールであり、EU AI法やNIST AI RMFなどのAIガバナンスフレームワークで繰り返し求めら…

MCPセキュリティとは、Model Context Protocolサーバーがシステムへの最も容易な侵入経路になるのを防ぐためのものです。このプロトコルは、エージェントがツールを検出して呼び出す方法を標準化しますが、誰がツールを呼び出せるか、ツールがどこにアクセスできるか、あるいはツールの説明が有害なものに変化した場合に何が起こるかまでは決定しません。これらの決定は、認証、オリジンおよびトランスポ…

Model Context Protocol (MCP) は、AIモデルやエージェントを、単一の統一されたインターフェースを介して外部のツール、データソース、システムに接続するためのオープン標準です。2024年後半にAnthropicによって導入され、アプリケーションがコンテキストや機能をモデルに公開する方法を標準化します。ユニバーサルアダプターのように機能し、準拠している任意のクライアントが、準…

マルチエージェントアーキテクチャとは、1つの汎用エージェントに依存するのではなく、目標を達成するために、連携、委譲、または競合する複数の特化型エージェントにタスクを分割する仕組みです。一般的な形態には、ワーカーに委譲するオーケストレーター、各エージェントがステージを担当するパイプライン、ディベートやクリティック（批評）のパターンなどがあります。複雑なタスクにおけるモジュール性と信頼性を向上させるこ…

プロンプトエンジニアリングとは、言語モデルが望ましい出力を確実に生成するように、モデルに与える入力を設計する手法です。優れたプロンプトは、役割、タスク、制約、出力形式、および必要に応じて例を指定します。これはモデルの挙動を制御するための最も手軽な手段であり、モデルを取り囲む広範なハーネスの1つのレイヤーですが、これ単体でシステムの大規模な信頼性を担保できるわけではありません。

プロンプトインジェクションとは、言語モデルへの入力に隠された悪意のある指示によってモデルの挙動が乗っ取られ、ルールを無視させられたり、データを漏洩させられたり、ツールを悪用させられたりする攻撃です。これはLLMアプリケーションにおけるOWASP Top 10の第1位に挙げられています。根本的な原因は、モデルが信頼できる指示と信頼できないコンテンツを確実に分離できないことにあります。そのため、エージ…

推論モデルとは、回答する前に「思考」するために追加の計算処理を行うようトレーニングされた言語モデルです。数学、コーディング、論理におけるより困難な問題を解決するために、内部的な推論ステップを生成します。複雑で複数ステップに及ぶタスクにおいて、レイテンシーとコストを引き換えに精度を向上させます。重要なアイデアは「テスト時計算（test-time compute）」です。モデルのサイズを大きくするだけ…

再帰的自己改善とは、自らを改善する能力そのものを改善する系という考えである。自己改変の各周回が次の周回をより有効にし、利得が積み上がる。この輪の狭い部分は現実に存在し、今日すでに測られている——自分の答えを推敲するモデル、自分の訓練データを生成するモデル、より良いプロンプトと道具立てを探索するモデル。だが、この語が本来名指す「積み上がる再帰」は実証されていない。測られた輪は頭打ちになり、動くために…

ファンクションコーリング（function calling）とも呼ばれるツール利用（tool use）は、言語モデルが外部の関数、API、またはコードを呼び出して、情報を取得したり現実世界でアクションを実行したりできるようにする機能です。モデルはどのツールをどのような引数で呼び出すかを決定し、アプリケーションがそのツールを実行して結果を返します。モデルはその結果を使用して処理を継続します。ツール利…

智能体记忆是 AI 智能体在单个上下文窗口之外保留和检索信息的方式——跨越步骤、会话和任务。它通常将短期工作记忆（当前上下文）与长期记忆（智能体读写的持久化存储）区分开来。记忆使智能体能够在长期任务中携带状态、长期记住用户并避免重复工作。它是 Harness Engineering（智能体支撑系统工程）的核心层。

Agentic AI 是指通过多个步骤追求目标的系统——进行规划、调用工具、对环境做出行动并对反馈做出反应——而不是仅生成单一的响应。它将语言模型从文本生成器转变为能够完成任务的执行者。它代表了从“自主操作”（do-it-yourself）软件（人类主导每一步）向“代劳”（do-it-for-me）软件（系统执行工作并汇报结果）的转变。

智能体AI评估是指在特定环境中衡量智能体完成多步骤、使用工具的任务的能力，而不仅仅是评估单个回答的质量。随着模型在静态知识基准测试上趋于饱和，评估正在从衡量能力（模型知道什么）转向衡量能动性（系统实际能完成什么）。优秀的评估是实现支撑系统工程的反馈闭环。

智能体威胁模型是自主智能体可能遭受攻击的路径图：攻击并非通过其权重进行，而是通过它所读取、记忆、调用以及被允许执行的一切操作。它指明了各种攻击面——直接和间接提示词注入、工具投毒、过度授权、记忆投毒、供应链、数据外泄通道、混淆代理——从而让每一个攻击面都能在支撑系统中得到具体控制，而不是寄希望于系统提示词。

AI 智能体是一种将模型与工具、内存和控制循环相结合的系统，旨在朝着目标采取行动，而不仅仅是回答单个提示词。它感知情境、决定做什么、通过工具采取行动、观察结果并重复这一过程直至完成。其自主程度从单一的工具调用到复杂任务的长周期执行不等。

AI 网络防御是保护 AI 系统（模型、智能体、它们调用的工具以及它们访问的数据）免受利用这些系统推理和行为方式的攻击的实践。对于智能体而言，它不是事后添加的层：阻止攻击的控制措施与使智能体正常工作的支撑系统组件完全相同——工具权限、上下文边界、审批关口、可观测性。防御智能体就是构建其支撑系统。

AI 治理是一套确保负责任、合法且安全地构建和使用 AI 的政策、流程、角色和控制措施。它涵盖了整个 AI 生命周期中的风险管理、问责制、透明度、安全性和合规性。在实践中，它将公认的框架（欧盟《AI 法案》、NIST AI 风险管理框架和 ISO/IEC 42001）转化为组织可以实施、证明和审计的具体控制措施。

AI 可观测性是指对 AI 系统（尤其是智能体）进行插桩的实践，以便您能够了解它们做了什么以及原因。它捕获每一步的追踪：提示词、工具调用、检索到的上下文、模型输出、Token、延迟和成本。由于智能体具有非确定性和多步骤特征，可观测性使故障诊断和系统性改进成为可能。它是为评估提供数据并闭环 Harness Engineering（智能体支撑系统工程）的层。

上下文工程是一门决定在每一步中哪些信息进入模型有限的上下文窗口，以及哪些信息被排除在外的学科。随着智能体运行多个步骤，盲目地将所有内容塞入上下文中会降低质量并增加成本。上下文工程通过策划正确的指令、检索到的知识、工具结果和记忆，使模型在需要时恰好拥有其所需的内容。它是 Harness Engineering 的核心部分。

Embedding（嵌入）是一个数值向量，用于表示文本（或图像、音频、代码）的含义，从而使语义相似的项在向量空间中彼此接近。向量搜索用于查找与查询最接近的 Embedding，从而实现按含义而非关键词进行搜索。Embedding 是检索增强生成（RAG）、语义搜索、聚类和推荐的核心支柱。

企业级 RAG（检索增强生成）是一种在查询时检索组织自身的文档，并以此作为模型回答依据的模式，而不是依赖模型的参数化记忆。它允许企业在不重新训练模型的情况下，使用私有、最新且受治理的知识（如政策、手册、工单、合同），同时保持企业所需的访问控制、引用和可审计性。

微调是在较小且有针对性的数据集上继续训练预训练模型，以使其行为、风格或领域知识专业化。它比预训练便宜得多，并且会改变模型的权重——这与提示（prompting）或检索不同，后者不会改变模型。使用微调可以锁定一致的格式、语气或技能；当您需要新鲜或私有的事实时，请改用检索。

基础模型是在大规模广泛数据上进行预训练的大型模型，可以适应广泛的下游任务。大语言模型（LLM）和大型多模态模型是典型的例子。该术语由斯坦福大学于 2021 年提出，体现了一种转变：组织不再针对每个任务训练定制模型，而是构建在共享的通用基座之上——然后通过提示、检索或微调使其专业化。

护栏是运行时控制机制，用于约束 AI 系统的输入和输出，确保其行为安全、符合策略且合规。它们检查并过滤输入和输出、验证工具操作、拦截不合规内容并强制执行限制——作为安全层环绕在模型周围。护栏是 AI 治理中的主要运营控制手段，也是防范滥用和提示词注入的关键防线。

Harness Engineering 是一门新兴学科，旨在设计和优化 AI 模型周围的脚手架——提示词、工具、记忆、环境、控制循环和护栏——以便模型在实际任务中可靠地运行。其核心前提是：随着基础模型在原始能力上趋于一致，竞争优势正从模型本身转向围绕其构建的支撑系统（harness）。同一个模型在执行某项任务时是成功还是失败，几乎完全取决于其支撑系统。

人机回环（Human-in-the-loop, HITL）是一种设计模式，其中由人员在 AI 系统的输出生效之前对其进行审查、批准或纠正——特别是针对高影响力的操作。智能体负责提议，人类负责决策，而不是完全自主。它是管理智能体系统风险的主要控制手段，也是欧盟《AI 法案》和 NIST AI RMF 等 AI 治理框架中的常见要求。

MCP 安全是防止 Model Context Protocol（模型上下文协议）服务器成为进入系统最便捷通道的关键。该协议规范了智能体如何发现和调用工具；但它并不决定谁可以调用它们、它们可以访问什么，或者当工具描述变得具有敌意时会发生什么。这些决策存在于服务器中：身份验证、来源和传输验证、严格限制范围的工具、速率限制以及审计追踪。

模型上下文协议（MCP）是一个开放标准，用于通过单一、统一的接口将 AI 模型和智能体连接到外部工具、数据源和系统。它由 Anthropic 于 2024 年底推出，规范了应用程序向模型暴露上下文和能力的方式——其作用类似于通用适配器，使任何合规的客户端都能与任何合规的服务器进行通信。

多智能体架构将任务分配给多个协同、委派或竞争以达成目标的专业化智能体，而不是依赖单个通用智能体。常见形态包括向工作智能体委派任务的编排器、每个智能体负责一个阶段的流水线，以及辩论或批判模式。它可以提高复杂任务的模块化程度和可靠性，但会增加协调开销，只有在单个智能体明显无法胜任时才应采用。

提示词工程是设计提供给语言模型的输入以使其可靠地产生所需输出的实践。一个好的提示词会指定角色、任务、约束、输出格式以及（在有用时）示例。它是引导模型行为最易用的手段——也是围绕模型的更广泛支撑系统（harness）中的一层——但仅凭其自身并不能使系统在大规模下保持可靠。

提示词注入是一种攻击方式，隐藏在语言模型输入中的恶意指令会劫持其行为——使其忽略自身规则、泄露数据或滥用工具。它位列 OWASP LLM 应用十大安全风险之首。其根本原因在于模型无法可靠地将可信指令与不可信内容区分开来，因此智能体读取的任何文本（网页、文档、工具结果）都可能携带攻击载荷。

推理模型是经过训练的语言模型，在回答前会消耗额外的计算资源进行“思考”——生成内部推理步骤以解决数学、代码和逻辑方面的更难问题。它们在复杂的多步任务中以延迟和成本换取准确性。其核心思想是测试时计算（test-time compute）：让模型在推理时进行更长时间 of 推理，而不仅仅是把模型做大，这可以显著改善结果。

递归自我改进指的是这样一个系统：它改进的是自己改进的能力——每一轮自我修改都让下一轮更有效，于是收益会累积。这个回路的狭窄片段是真实的，今天也已经被测量：一个模型润色自己的答案、生成自己的训练数据，或者搜索更好的提示词与工具组合。但这个词真正指称的那种累积式递归并没有被证实。已测量的回路会趋于平台，它们要运转就得依赖外部的正确性信号，而用自己的输出训练出来的系统是退化而非进步。

工具使用（也称为函数调用）允许语言模型调用外部函数、API 或代码，以获取信息或在现实世界中执行操作。模型决定调用哪个工具以及使用什么参数；应用程序运行该工具并返回结果，模型利用该结果继续执行。工具使用是将文本生成器转变为能够实际执行任务的智能体的桥梁。

Store what an agent remembers as records that carry their origin, an owner who can remove them, and a lifetime — never as an anonymous blob of text. Memory is what turns a one-shot attack into one tha…

Context compression reduces the tokens fed to a model on each call while preserving the information it actually needs to act. Use it on long-running agents and long conversations to cut cost and laten…

One identifier threads a whole agent run — inputs, model and version, every tool call with its arguments and outcome, the final action — into a record you can replay months later. The hard part is not…

Restrict where an agent's traffic is allowed to go. Data theft and injection payload delivery both end in an outbound request, so a default-deny list of permitted destinations is the control that stil…

One LLM generates a response while a second LLM evaluates it against criteria and returns feedback; the generator revises and the loop repeats until the evaluation passes. It raises quality on tasks w…

Goal decomposition has an agent break a high-level goal into an ordered set of smaller, tractable sub-tasks — a plan — before acting, then execute and monitor that plan, re-planning when steps fail. T…

A human approval gate pauses an automated workflow at a defined checkpoint so a person can review, edit or reject a proposed action before it executes — especially for high-impact, irreversible or reg…

Hand the whole task to a human when the agent detects it is out of its depth — low confidence, repeated failure, ambiguity, or sensitive situations — and pass full context so the person can take over …

Give an agent the narrowest set of tools, and each tool the narrowest scope, that the task actually needs. The pattern accepts that prompt injection will sometimes succeed and bounds what a hijacked a…

Give an agent persistent memory across sessions so it remembers facts, user preferences, and prior outcomes beyond a single context window. A write path decides what to store, summarizes it, and dedup…

An orchestrator LLM dynamically breaks a task into subtasks, delegates each to a worker LLM, and synthesizes the results. Unlike fixed parallelization, the orchestrator decides the subtasks at runtime…

Treat everything the model emits as hostile input to whatever consumes it. Encode and validate at each destination — renderer, shell, query, downstream agent — using that destination's own rules. One …

Parallelization runs multiple LLM calls at the same time and aggregates the results. Two flavors: sectioning (split a task into independent subtasks run in parallel) and voting (run the same task seve…

Prompt chaining decomposes a task into a fixed sequence of LLM calls, where each step works on the output of the previous one. It trades a little latency for much higher accuracy and control, and is t…

Give the agent an explicit plan for when things break. Detect failures by validating outputs and catching tool errors; then retry with adjustment, fall back to an alternative path, roll back partial a…

Reflection has a model critique its own output and then revise it, using the critique as feedback. It is a lightweight, single-model way to catch mistakes and improve quality on reasoning, coding and …

Routing classifies an input and directs it to the most appropriate specialized handler, prompt or model. It improves quality by letting each path be optimized for its case, and controls cost by sendin…

Run everything an agent generates or invokes inside a disposable, isolated environment with no ambient credentials, a bounded filesystem, controlled egress and hard resource caps. The sandbox is not t…

Semantic caching stores past model responses and reuses them when a new request is semantically similar to a previous one — matching by meaning via embeddings, not exact text. It cuts cost and latency…

A supervisor agent is a persistent coordinator that manages a team of specialized sub-agents. It reads the conversation state, decides which specialist should act next, routes messages to it, and inte…

Order an agent's candidate tasks by value, urgency, dependencies, and cost instead of processing them first-in-first-out. A scoring function and a priority queue decide what runs next, so limited comp…

Guarda lo que un agente recuerda como registros que llevan su origen, un responsable que puede borrarlos y una caducidad — nunca como un bloque de texto anónimo. La memoria es lo que convierte un ataq…

La compresión de contexto reduce los tokens que se envían al modelo en cada llamada conservando la información que realmente necesita para actuar. Úsala en agentes de larga duración y conversaciones e…

Un identificador hilvana la ejecución entera de un agente —entradas, modelo y versión, cada llamada a herramienta con sus argumentos y su resultado, la acción final— en un registro que puedes reproduc…

Restringe adónde puede ir el tráfico de un agente. El robo de datos y la entrega de un payload de inyección terminan ambos en una petición saliente, así que una lista de destinos permitidos con denega…

Un LLM genera una respuesta mientras un segundo LLM la evalúa contra criterios y devuelve feedback; el generador revisa y el bucle se repite hasta que la evaluación pasa. Eleva la calidad en tareas co…

La descomposición de objetivos hace que un agente divida una meta de alto nivel en un conjunto ordenado de subtareas más pequeñas y abordables — un plan — antes de actuar, para luego ejecutar y superv…

Una puerta de aprobación humana pausa un flujo automatizado en un punto de control definido para que una persona revise, edite o rechace una acción propuesta antes de ejecutarse, sobre todo en operaci…

Entrega toda la tarea a una persona cuando el agente detecta que supera su competencia — baja confianza, fallos repetidos, ambigüedad o situaciones delicadas — y traspasa el contexto completo para que…

Dale al agente el conjunto de herramientas más estrecho, y a cada herramienta el alcance más estrecho, que la tarea realmente necesita. El patrón asume que la inyección de prompts a veces tendrá éxito…

Dota a un agente de memoria persistente entre sesiones para que recuerde hechos, preferencias del usuario y resultados previos más allá de una única ventana de contexto. Una vía de escritura decide qu…

Un LLM orquestador descompone dinámicamente una tarea en subtareas, delega cada una a un LLM trabajador y sintetiza los resultados. A diferencia de la paralelización fija, el orquestador decide las su…

Trata todo lo que el modelo emite como entrada hostil para quien lo consuma. Codifica y valida en cada destino —renderizador, shell, consulta, agente aguas abajo— con las reglas de ese destino. Un san…

La paralelización ejecuta varias llamadas al LLM a la vez y agrega los resultados. Dos variantes: seccionado (dividir una tarea en subtareas independientes en paralelo) y votación (ejecutar la misma t…

El encadenamiento de prompts descompone una tarea en una secuencia fija de llamadas al LLM, donde cada paso trabaja sobre la salida del anterior. Cambia algo de latencia por mucha más precisión y cont…

Da al agente un plan explícito para cuando algo falla. Detecta fallos validando salidas y capturando errores de herramientas; luego reintenta con ajuste, recurre a una ruta alternativa, revierte accio…

La reflexión hace que un modelo critique su propia salida y luego la revise, usando la crítica como feedback. Es una forma ligera, de un solo modelo, de atrapar errores y mejorar la calidad en tareas …

El enrutamiento clasifica una entrada y la dirige al manejador, prompt o modelo especializado más adecuado. Mejora la calidad al optimizar cada camino para su caso y controla el coste enviando peticio…

Ejecuta todo lo que un agente genera o invoca dentro de un entorno aislado y desechable, sin credenciales ambientales, con sistema de ficheros acotado, salida controlada y límites duros de recursos. E…

La caché semántica almacena respuestas pasadas del modelo y las reutiliza cuando una nueva petición es semánticamente similar a una previa, casando por significado mediante embeddings, no por texto ex…

Un agente supervisor es un coordinador persistente que gestiona un equipo de subagentes especializados. Lee el estado de la conversación, decide qué especialista debe actuar a continuación, le enruta …

Ordena las tareas candidatas de un agente por valor, urgencia, dependencias y coste en lugar de procesarlas por orden de llegada. Una función de puntuación y una cola de prioridad deciden qué se ejecu…

Guarde o que um agente lembra como registros que carregam sua origem, um responsável que pode removê-los e um prazo de validade — nunca como um bloco de texto anônimo. A memória é o que transforma um …

A compressão de contexto reduz os tokens enviados ao modelo em cada chamada preservando a informação de que ele realmente precisa para agir. Use-a em agentes de longa duração e conversas extensas para…

Um identificador costura a execução inteira de um agente — entradas, modelo e versão, cada chamada de ferramenta com seus argumentos e resultado, a ação final — em um registro que se pode reproduzir m…

Restrinja para onde o tráfego de um agente pode ir. O roubo de dados e a entrega de um payload de injeção terminam ambos em uma requisição de saída, então uma lista de destinos permitidos com negação …

Um LLM gera uma resposta enquanto um segundo LLM a avalia contra critérios e devolve feedback; o gerador revisa e o laço se repete até a avaliação passar. Eleva a qualidade em tarefas com critérios de…

A decomposição de objetivos faz um agente dividir uma meta de alto nível em um conjunto ordenado de subtarefas menores e tratáveis — um plano — antes de agir, e então executar e monitorar esse plano, …

Um portão de aprovação humana pausa um fluxo automatizado num ponto de controle definido para que uma pessoa revise, edite ou rejeite uma ação proposta antes de executar, sobretudo em operações de alt…

Entrega a tarefa inteira a uma pessoa quando o agente detecta que está além de sua competência — baixa confiança, falhas repetidas, ambiguidade ou situações sensíveis — e repassa o contexto completo p…

Dê ao agente o conjunto de ferramentas mais estreito, e a cada ferramenta o escopo mais estreito, que a tarefa realmente exige. O padrão assume que a injeção de prompts às vezes terá êxito e limita o …

Dá a um agente memória persistente entre sessões para que ele lembre fatos, preferências do usuário e resultados anteriores além de uma única janela de contexto. Um caminho de escrita decide o que arm…

Um LLM orquestrador decompõe dinamicamente uma tarefa em subtarefas, delega cada uma a um LLM trabalhador e sintetiza os resultados. Diferentemente da paralelização fixa, o orquestrador decide as subt…

Trate tudo o que o modelo emite como entrada hostil para quem o consome. Codifique e valide em cada destino — renderizador, shell, consulta, agente a jusante — com as regras desse destino. Um sanitiza…

A paralelização executa várias chamadas ao LLM ao mesmo tempo e agrega os resultados. Duas variantes: seccionamento (dividir uma tarefa em subtarefas independentes em paralelo) e votação (executar a m…

O encadeamento de prompts decompõe uma tarefa numa sequência fixa de chamadas ao LLM, em que cada passo trabalha sobre a saída do anterior. Troca um pouco de latência por muito mais precisão e control…

Dê ao agente um plano explícito para quando algo falha. Detecte falhas validando saídas e capturando erros de ferramentas; depois reenvie com ajuste, recorra a um caminho alternativo, reverta ações pa…

A reflexão faz um modelo criticar sua própria saída e depois revisá-la, usando a crítica como feedback. É uma forma leve, de um único modelo, de capturar erros e melhorar a qualidade em tarefas de rac…

O roteamento classifica uma entrada e a direciona ao manipulador, prompt ou modelo especializado mais adequado. Melhora a qualidade ao otimizar cada caminho para seu caso e controla o custo enviando r…

Execute tudo o que um agente gera ou invoca dentro de um ambiente isolado e descartável, sem credenciais ambientais, com sistema de arquivos limitado, saída controlada e limites rígidos de recursos. O…

O cache semântico armazena respostas passadas do modelo e as reutiliza quando uma nova requisição é semanticamente similar a uma anterior, casando por significado via embeddings, não por texto exato. …

Um agente supervisor é um coordenador persistente que gerencia uma equipe de subagentes especializados. Ele lê o estado da conversa, decide qual especialista deve agir em seguida, roteia mensagens par…

Ordene as tarefas candidatas de um agente por valor, urgência, dependências e custo em vez de processá-las por ordem de chegada. Uma função de pontuação e uma fila de prioridade decidem o que roda em …

Stockez ce dont un agent se souvient sous forme d'enregistrements indiquant leur origine, un propriétaire capable de les supprimer et une durée de vie — jamais sous la forme d'un bloc de texte anonyme…

La compression de contexte réduit les tokens fournis à un modèle lors de chaque appel tout en préservant les informations dont il a réellement besoin pour agir. Utilisez-la sur des agents à exécution …

Un identifiant unique relie toute une exécution d'agent — entrées, modèle et version, chaque appel d'outil avec ses arguments et son résultat, l'action finale — dans un enregistrement que vous pouvez …

Restreignez les destinations autorisées pour le trafic d'un agent. Le vol de données et la livraison de charges utiles d'injection se terminent tous deux par une requête sortante, de sorte qu'une list…

Un premier LLM génère une réponse tandis qu'un second l'évalue par rapport à des critères et renvoie des commentaires ; le générateur la révise et la boucle se répète jusqu'à ce que l'évaluation soit …

La décomposition d'objectifs consiste à faire en sorte qu'un agent décompose un objectif de haut niveau en un ensemble ordonné de sous-tâches plus petites et gérables — un plan — avant d'agir, puis ex…

Une porte d'approbation humaine suspend un flux de travail automatisé à un point de contrôle défini afin qu'une personne puisse examiner, modifier ou rejeter une action proposée avant son exécution — …

Confiez l'intégralité de la tâche à un humain lorsque l'agent détecte qu'il est dépassé — faible confiance, échecs répétés, ambiguïté ou situations sensibles — et transmettez tout le contexte pour que…

Attribuez à un agent l'ensemble d'outils le plus restreint, et à chaque outil la portée la plus étroite, dont la tâche a réellement besoin. Ce modèle accepte le fait que l'injection de prompt réussira…

Dotez un agent d'une mémoire persistante d'une session à l'autre afin qu'il se souvienne des faits, des préférences de l'utilisateur et des résultats antérieurs au-delà d'une simple fenêtre de context…

Un LLM orchestrateur décompose dynamiquement une tâche en sous-tâches, délègue chacune à un LLM worker, et synthétise les résultats. Contrairement à la parallélisation fixe, l'orchestrateur décide des…

Traitez tout ce que le modèle émet comme une entrée hostile pour tout ce qui la consomme. Encodez et validez au niveau de chaque destination — moteur de rendu, shell, requête, agent en aval — en utili…

La parallélisation exécute plusieurs appels de LLM en même temps et agrège les résultats. Deux variantes : le sectionnement (diviser une tâche en sous-tâches indépendantes exécutées en parallèle) et l…

L'enchaînement de prompts décompose une tâche en une séquence fixe d'appels de LLM, où chaque étape travaille sur le résultat de la précédente. Il échange un peu de latence contre une précision et un …

Donnez à l'agent un plan explicite en cas de panne. Détectez les défaillances en validant les sorties et en interceptant les erreurs des outils ; puis réessayez avec ajustement, basculez vers un chemi…

La réflexion consiste à faire critiquer par un modèle sa propre sortie, puis à la réviser en utilisant cette critique comme retour d'expérience. C'est un moyen léger, basé sur un seul modèle, de détec…

Le routage classifie une entrée et la dirige vers le gestionnaire, le prompt ou le modèle spécialisé le plus approprié. Il améliore la qualité en permettant d'optimiser chaque chemin pour son cas d'us…

Exécutez tout ce qu'un agent génère ou invoque au sein d'un environnement isolé et jetable, sans identifiants ambiants, avec un système de fichiers restreint, une sortie contrôlée et des limites stric…

La mise en cache sémantique stocke les réponses passées des modèles et les réutilise lorsqu'une nouvelle requête est sémantiquement similaire à une précédente — en faisant correspondre le sens via des…

Un agent superviseur est un coordinateur persistant qui gère une équipe de sous-agents spécialisés. Il lit l'état de la conversation, décide quel spécialiste doit intervenir ensuite, lui oriente les m…

Ordonner les tâches candidates d'un agent par valeur, urgence, dépendances et coût plutôt que de les traiter selon le principe du premier entré, premier sorti (FIFO). Une fonction de score et une file…

Speichern Sie das, woran sich ein Agent erinnert, als Datensätze, die ihre Herkunft, einen Eigentümer, der sie entfernen kann, und eine Lebensdauer enthalten – niemals als anonymen Text-Blob. Das Gedä…

Die Kontextkomprimierung reduziert die Token, die einem Modell bei jedem Aufruf übergeben werden, während die Informationen, die es tatsächlich zum Handeln benötigt, erhalten bleiben. Nutzen Sie sie b…

Ein einziger Identifikator verknüpft einen gesamten Agenten-Run – Inputs, Modell und Version, jeden Tool-Aufruf mit seinen Argumenten und Ergebnissen, die finale Aktion – zu einem Datensatz, den Sie M…

Schränken Sie ein, wohin der Traffic eines Agenten fließen darf. Datendiebstahl und die Übertragung von Injection-Payloads enden beide in einem ausgehenden Request. Eine Default-Deny-Liste zugelassene…

Ein LLM generiert eine Antwort, während ein zweites LLM diese anhand von Kriterien bewertet und Feedback zurückgibt; der Generator überarbeitet die Antwort und die Schleife wiederholt sich, bis die Be…

Bei der Goal Decomposition zerlegt ein Agent ein übergeordnetes Ziel vor dem Handeln in eine geordnete Reihe kleinerer, handhabbarer Teilaufgaben – einen Plan –, führt diesen Plan aus, überwacht ihn u…

Ein Human-Approval-Gate pausiert einen automatisierten Workflow an einem definierten Kontrollpunkt, sodass eine Person eine vorgeschlagene Aktion überprüfen, bearbeiten oder ablehnen kann, bevor sie a…

Übergeben Sie die gesamte Aufgabe an einen Menschen, wenn der Agent erkennt, dass er überfordert ist – bei geringem Vertrauen, wiederholtem Scheitern, Mehrdeutigkeit oder sensiblen Situationen – und ü…

Geben Sie einem Agenten die minimal erforderliche Auswahl an Tools und jedem Tool den engsten Scope, den die Aufgabe tatsächlich benötigt. Das Pattern akzeptiert, dass Prompt Injections manchmal erfol…

Geben Sie einem Agenten ein persistentes Gedächtnis über Sitzungen hinweg, sodass er sich an Fakten, Benutzerpräferenzen und frühere Ergebnisse über ein einzelnes Kontextfenster hinaus erinnert. Ein S…

Ein Orchestrator-LLM zerlegt eine Aufgabe dynamisch in Teilaufgaben, delegiert diese jeweils an ein Worker-LLM und führt die Ergebnisse zusammen. Im Gegensatz zur festen Parallelisierung entscheidet d…

Behandeln Sie alles, was das Modell ausgibt, als feindliche Eingabe für das nachfolgende System. Codieren und validieren Sie an jedem Ziel – Renderer, Shell, Query, nachgelagerter Agent – unter Verwen…

Parallelisierung führt mehrere LLM-Aufrufe gleichzeitig aus und aggregiert die Ergebnisse. Zwei Varianten: Sektionierung (Aufteilen einer Aufgabe in unabhängige, parallel ausgeführte Teilaufgaben) und…

Prompt Chaining zerlegt eine Aufgabe in eine feste Sequenz von LLM-Aufrufen, bei der jeder Schritt auf der Ausgabe des vorherigen aufbaut. Es tauscht ein wenig Latenz gegen eine deutlich höhere Genaui…

Geben Sie dem Agenten einen expliziten Plan für den Fall, dass Fehler auftreten. Erkennen Sie Fehler, indem Sie Ausgaben validieren und Tool-Fehler abfangen; führen Sie dann einen erneuten Versuch mit…

Bei Reflection kritisiert ein Modell seine eigene Ausgabe und überarbeitet sie anschließend, wobei es die Kritik als Feedback nutzt. Es ist eine leichtgewichtige Methode für ein einzelnes Modell, um F…

Routing klassifiziert eine Eingabe und leitet sie an den am besten geeigneten spezialisierten Handler, Prompt oder das passende Modell weiter. Es verbessert die Qualität, indem jeder Pfad für seinen s…

Führen Sie alles, was ein Agent generiert oder aufruft, in einer verworfenen, isolierten Umgebung ohne implizite Anmeldedaten (Ambient Credentials), mit einem begrenzten Dateisystem, kontrolliertem Eg…

Semantisches Caching speichert frühere Modellantworten und verwendet sie wieder, wenn eine neue Anfrage einer vorherigen semantisch ähnlich ist – der Abgleich erfolgt über die Bedeutung mittels Embedd…

Ein Supervisor-Agent ist ein persistenter Koordinator, der ein Team von spezialisierten Sub-Agenten verwaltet. Er liest den Konversationsstatus, entscheidet, welcher Spezialist als Nächstes agieren so…

Ordnen Sie die potenziellen Aufgaben eines Agenten nach Wert, Dringlichkeit, Abhängigkeiten und Kosten, anstatt sie nach dem First-In-First-Out-Prinzip zu verarbeiten. Eine Scoring-Funktion und eine P…

エージェントが記憶する内容を、匿名のテキストの塊としてではなく、そのオリジン（発生元）、削除権限を持つオーナー、および有効期間を保持するレコードとして保存します。メモリは、単発の攻撃を、将来の無関係なタスクで再トリガーされる攻撃へと変えてしまう要因です。アトリビューション（属性定義）こそが、それを可逆的なものにします。

Context Compressionは、モデルが動作するために実際に必要な情報を保持しながら、各呼び出しでモデルに提供されるトークン数を削減します。長期稼働するエージェントや長い会話で使用することで、コストとレイテンシを削減し、コンテキストウィンドウ内に収めることができます。3つの手段は、履歴の要約、無関係なコンテキストの整理、およびプロンプトの圧縮です。主なリスクは、重要な詳細を1つ落としてし…

単一の識別子が、エージェントの実行全体（入力、モデルとバージョン、引数と結果を伴うすべてのツール呼び出し、最終的なアクション）をスレッド化し、数ヶ月後でも再現可能な記録としてまとめます。難しいのはキャプチャすること自体ではありません。実行を再構成できるほど完全でありながら、トレースストアが記述対象データの単なる二重コピーにならないよう抑制を効かせることです。

エージェントのトラフィックの送信先を制限します。データの窃盗もインジェクションペイロードの配信も、最終的には外部へのリクエストに行き着くため、許可された送信先のみを定義するデフォルト拒否（default-deny）リストは、他のすべてのコントロールが失敗した後に機能する最後の砦となります。

1つのLLMが応答を生成し、2つ目のLLMが基準に照らしてそれを評価してフィードバックを返します。生成器（ジェネレーター）が修正を行い、評価をクリアするまでループが繰り返されます。追加の呼び出しコストが発生する代わりに、明確な評価基準を持つタスクの品質を向上させます。

ゴール分解（Goal Decomposition）では、エージェントが行動を起こす前に、高レベルのゴールを処理可能な小さなサブタスクの順序付きセット（計画）に分解します。その後、その計画を実行および監視し、ステップが失敗した場合には再計画を行います。明示的な計画は、レビュー、ゲート制御、デバッグが可能な「検査可能なアーティファクト」になります。このパターンは、ゴールに複数の依存ステップが必要であり…

人による承認ゲートは、定義されたチェックポイントで自動化されたワークフローを一時停止し、提案されたアクションが実行される前に、人がそれをレビュー、編集、または拒否できるようにするものです。これは特に、影響が大きく、不可逆的、または規制対象となる操作に有効です。これは、Human-in-the-Loop（人間関与）による監視を運用可能な形にしたものです。

エージェントが自身の能力を超えている（信頼度の低さ、繰り返される失敗、曖昧さ、または機密性の高い状況など）と検出した場合、タスク全体を人間に引き渡し、十分なコンテキストを渡すことで、その人が再調査することなく引き継げるようにします。1つのアクションをサインオフのために一時停止する承認ゲートとは異なり、エスカレーションは所有権を移転するため、エージェントは処理の主導を停止します。難しいのは、過剰なエ…

エージェントにはタスクが実際に必要とする最も狭いツールのセットを、各ツールには最も狭いスコープを提供します。このパターンは、プロンプトインジェクションが成功することがあるという前提を受け入れ、乗っ取られたエージェントができることを制限します。モデルにパッチを当てることはできませんが、モデルがアクセスできる範囲を決定することはできます。

エージェントにセッション間で永続する記憶を提供し、単一のコンテキストウィンドウを超えて事実、ユーザーの好み、過去の結果を記憶できるようにします。書き込みパスは保存すべき内容を決定し、要約して重複を排除します。読み取りパスは、必要なときにのみ関連する記憶をコンテキストに取得します。再計算をスキップするために回答全体をキャッシュするセマンティックキャッシュとは異なり、長期記憶は永続的な事実と状態を保存…

オーケストレーターLLMがタスクを動的にサブタスクに分割し、それぞれをワーカーLLMに委譲して、結果を統合します。固定された並列化とは異なり、オーケストレーターは実行時にサブタスクを決定するため、事前に分解方法がわからない複雑なタスクに適しています。

モデルが出力するすべてのものを、それを消費するシステムに対する敵対的な入力として扱います。レンダラー、シェル、クエリ、下流のエージェントなど、各宛先において、その宛先独自のルールを使用してエンコードと検証を行います。単一のグローバルなサニタイザーではこれを行うことはできません。HTMLにとって正しいエスケープ処理は、シェルにとっては無意味だからです。

並列化は、複数のLLM呼び出しを同時に実行し、その結果を集約します。これには2つのパターンがあります。セクショニング（タスクを独立したサブタスクに分割して並列実行する）と、ボーティング（信頼性やカバレッジを向上させるために同じタスクを複数回実行する）です。これにより、レイテンシが短縮され、品質が向上します。

プロンプトチェーニングは、タスクを固定された一連のLLM呼び出しに分解し、各ステップで前のステップの出力を処理します。わずかなレイテンシと引き換えに、精度と制御性を大幅に向上させることができます。これは最もシンプルなワークフローパターンであり、タスクを順序付けられたサブタスクに明確に分割できる場合は常に使用すべきです。

エージェントに対して、問題が発生した際の明示的な計画を提供します。出力の検証やツールのエラーのキャッチによって失敗を検出し、調整を伴う再試行、代替パスへのフォールバック、部分的なアクションのロールバック、またはエスカレーションを行います。無限ループやコストの急増を防ぐために再試行回数を制限し、アクションを冪等（べきとう）にし、一時的な失敗と永続的な失敗を区別します。目標は、クラッシュやサイレントな…

リフレクションは、モデルに自身の出力を批判（レビュー）させ、その批判をフィードバックとして使用して修正させる手法です。これは、追加の呼び出しコストと引き換えに、推論、コーディング、執筆タスクにおける誤りを検出し、品質を向上させるための、単一モデルによる軽量なアプローチです。

ルーティングは、入力を分類し、最も適切な専用のハンドラー、プロンプト、またはモデルに転送します。各パスをそのケースに合わせて最適化できるようにすることで品質を向上させ、簡単なリクエストは安価なモデルに、難しいリクエストは能力の高いモデルに送信することでコストを制御します。

エージェントが生成または呼び出すものはすべて、環境固有の資格情報（ambient credentials）を持たず、制限されたファイルシステム、制御された送信（egress）、および厳格なリソース制限を備えた、使い捨ての隔離環境内で実行します。サンドボックスが存在するのは、エージェントが悪意を持っているからではなく、エージェントへの入力が悪意を持っている可能性があるからです。

セマンティックキャッシュは、過去のモデルの応答を保存し、新しいリクエストが以前のリクエストと意味的に類似している場合にそれを再利用します。これは、正確なテキストではなく、埋め込み（embeddings）を介して意味でマッチングを行います。本番環境でよく見られる、繰り返されるクエリやほぼ重複するクエリのコストとレイテンシーを削減します。

スーパーバイザーエージェントは、専門化されたサブエージェントのチームを管理する永続的なコーディネーターです。会話の状態を読み取り、次にどのスペシャリストが動作すべきかを決定し、メッセージをルーティングし、返された結果を統合して目標に向かって進めます。ワンショットのデコンポーザー（分解器）とは異なり、スーパーバイザーは多数のターンにわたってループ内にとどまり、機能ごとに委任し、タスクが完了するかユー…

エージェントの候補タスクを先入れ先出し（FIFO）で処理するのではなく、価値、緊急度、依存関係、およびコストに基づいて順序付けします。スコアリング関数と優先度付きキューが次に実行するタスクを決定するため、限られた計算リソース、予算、時間を最も重要な作業に割り当てることができます。状態の変化に応じて再スコアリングを行い、キューに上限を設けて無制限に肥大化するのを防ぎます。

将智能体记住的内容存储为包含其来源、可将其删除的所有者以及生命周期的记录，绝不能存为匿名的文本块。记忆会将单次攻击转变为在未来无关任务中重复触发的攻击；而归属化正是让这种影响可逆的关键。

上下文压缩在减少每次调用时输入给模型的 token 数量的同时，保留了模型实际执行操作所需的信息。在长期运行的智能体和长对话中使用它，可以降低成本和延迟，并保持在上下文窗口限制之内。其三大手段是总结历史记录、剪裁无关上下文以及压缩提示词。核心风险是信息有损：遗漏了那一个至关重要的细节。应衡量保留的信息量，而不仅仅是节省的 token 数量。

一个标识符将整个智能体运行过程串联起来——输入、模型及版本、每次工具调用及其参数和结果、最终动作——形成一条可在数月后重新播放的记录。难点不在于捕获，而在于既要足够完整以重构运行过程，又要足够克制以避免追踪存储库成为其所描述数据的第二份副本。

限制智能体的流量允许流向何处。数据窃取和注入有效载荷的传递都以出站请求结束，因此默认拒绝的允许目标地址列表是在其他所有控制措施都失效后仍然有效的控制手段。

一个 LLM 生成响应，而第二个 LLM 根据标准对其进行评估并返回反馈；生成器进行修改，循环重复，直到评估通过。它以增加额外调用为代价，提高了具有明确评估标准的任务的质量。

目标分解让智能体在行动之前，将高层目标拆分为一组有序的、易于处理的子任务（即计划），然后执行并监控该计划，在步骤失败时重新规划。显式计划会成为一个可检查的产物，供您进行评审、把关和调试。当目标需要多个相互依赖的步骤，且反应式、逐步执行的智能体容易偏离方向或停滞不前时，请使用此模式；对于简单的单次任务，请跳过此模式。

人工审批关卡在定义的检查点暂停自动化工作流，以便人员在执行建议的操作之前进行审查、编辑或拒绝——特别是针对高影响、不可逆或受监管的操作。它是人机回环（human-in-the-loop）监督的运行形式。

当智能体检测到自身无能为力时（置信度低、重复失败、存在歧义或敏感情况），将整个任务移交给人类，并传递完整的上下文，以便人员无需重新调查即可接管。与暂停单个操作以等待签字批准的审批关卡不同，升级会转移所有权，使智能体停止主导。难点在于校准触发器，以避免过度升级和升级不足。

为智能体提供任务实际所需的最窄工具集，并为每个工具赋予最窄的范围。该模式承认提示词注入有时会成功，并限制了被劫持的智能体所能执行的操作——您无法修补模型，但可以决定它能够触及的内容。

为智能体提供跨会话的持久化记忆，使其能够在单个上下文窗口之外记住事实、用户偏好和先前的结果。写入路径决定存储什么、对其进行摘要并去重；读取路径在需要时仅将相关的记忆检索到上下文中。与缓存完整答案以跳过重复计算的语义缓存不同，长期记忆存储持久的事实和状态，并在每次进行新的推理时重新组合它们。

编排器 LLM 动态地将任务分解为子任务，将每个子任务委派给工作器 LLM，并综合结果。与固定的并行化不同，编排器在运行时决定子任务，这使其适用于无法提前预知如何分解的复杂任务。

将模型输出的所有内容都视为对其消费端的恶意输入。在每个目标端（渲染器、shell、查询、下游智能体）使用该目标端自身的规则进行编码和验证。单一的全局净化器无法做到这一点：对 HTML 正确的转义对 shell 来说毫无意义。

并行化同时运行多个 LLM 调用并汇总结果。它有两种形式：分段（将任务拆分为独立子任务并并行运行）和投票（多次运行同一任务以提高可靠性或覆盖率）。它能降低延迟并提高质量。

提示词链式调用（Prompt Chaining）将任务分解为固定的 LLM 调用序列，其中每一步都基于上一步的输出进行处理。它以少许延迟为代价换取极高的准确性和控制力，是最简单的流式工作流模式：只要任务可以清晰地拆分为有序的子任务，即可使用该模式。

为智能体提供明确的应对故障的计划。通过验证输出和捕获工具错误来检测故障；然后通过调整进行重试、回退到备用路径、回滚部分操作或进行升级。限制重试次数以避免失控循环和成本超支，使操作具备幂等性，并区分瞬态故障与永久故障。其目标是实现优雅降级，而不是崩溃或产生隐蔽的错误结果。

反思让模型批判自己的输出，然后以该批判作为反馈进行修改。这是一种轻量级的、单模型的方法，用于在推理、编码和写作任务中发现错误并提高质量，代价是需要额外的调用。

路由对输入进行分类，并将其引导至最合适的专用处理器、提示词或模型。它通过让每条路径针对其具体情况进行优化来提高质量，并通过将简单的请求发送给便宜的模型、将困难的请求发送给能力更强的模型来控制成本。

在一次性的隔离环境中运行智能体生成或调用的所有内容，该环境不提供环境凭据，具有受限的文件系统、受控的出站流量和严格的资源上限。引入沙箱并不是因为智能体本身具有恶意，而是因为智能体的输入可能具有恶意。

语义缓存存储以往的模型响应，并在新请求与先前请求语义相似时重新使用它们——通过嵌入（embeddings）按含义进行匹配，而非精确文本匹配。它降低了生产环境中常见的重复或近乎重复查询的成本和延迟。

主管智能体是一个持久的协调器，用于管理一个由专业子智能体组成的团队。它读取对话状态，决定下一个应该由哪个专家执行，将消息路由给它，并整合返回的结果以实现目标。与一次性分解器不同，主管智能体在多轮对话中始终保持在控制流中，按能力进行委派并重新规划，直到任务完成或交还给用户。

根据价值、紧急程度、依赖关系和成本对智能体的候选任务进行排序，而不是按照先进先出（FIFO）的方式进行处理。通过评分函数和优先级队列决定下一步运行什么，从而将有限的算力、预算和时间投入到最重要的工作中。随着状态的变化重新评分，并限制队列大小以防止其无限制增长。

A reference architecture for an enterprise customer-service agent that resolves common requests end to end — answering from a grounded knowledge base, acting in the CRM and ticketing systems through t…

A reference architecture for an internal knowledge assistant that answers employee questions from the company's own documents — wikis, policies, tickets, code — with citations and respecting each user…

A sales copilot is an agent that assists reps end to end: it researches accounts from CRM and product data, drafts personalized outreach and follow-ups, logs activity, surfaces next-best-actions, and …

An AI workforce is an orchestrated team of specialized agents that collaborate on multi-step business processes under a supervisor. The supervisor decomposes a goal, prioritizes and delegates subtasks…

An operations center is an agentic AIOps system that watches monitoring signals and alerts, correlates and triages them, diagnoses likely root cause, and executes only vetted runbook remediations — ke…

A reference architecture for running enterprise AI agents without concentrating trust in any one of them. Five layers — identity, least privilege, containment, oversight and recovery — assume that som…

Una arquitectura de referencia para un agente empresarial de atención al cliente que resuelve solicitudes comunes de extremo a extremo: responde desde una base de conocimiento fundamentada, actúa en e…

Una arquitectura de referencia para un asistente de conocimiento interno que responde preguntas de los empleados desde los propios documentos de la empresa —wikis, políticas, tickets, código— con cita…

Un copiloto de ventas es un agente que asiste a los representantes de principio a fin: investiga cuentas a partir del CRM y de los datos de producto, redacta correos personalizados y seguimientos, reg…

Una fuerza laboral de IA es un equipo orquestado de agentes especializados que colaboran en procesos de negocio de varios pasos bajo un supervisor. El supervisor descompone un objetivo, prioriza y del…

Un centro de operaciones es un sistema agéntico de AIOps que vigila las señales de monitoreo y las alertas, las correlaciona y prioriza, diagnostica la causa raíz probable y ejecuta solo remediaciones…

Arquitectura de referencia para operar agentes de IA en la empresa sin concentrar la confianza en ninguno de ellos. Cinco capas —identidad, mínimo privilegio, contención, supervisión y recuperación— d…

Uma arquitetura de referência para um agente empresarial de atendimento que resolve solicitações comuns de ponta a ponta: responde a partir de uma base de conhecimento fundamentada, age no CRM e nos s…

Uma arquitetura de referência para um assistente de conhecimento interno que responde perguntas dos funcionários a partir dos próprios documentos da empresa —wikis, políticas, tickets, código— com cit…

Um copiloto de vendas é um agente que assiste os representantes de ponta a ponta: pesquisa contas a partir do CRM e dos dados de produto, redige mensagens personalizadas e follow-ups, registra ativida…

Uma força de trabalho de IA é uma equipe orquestrada de agentes especializados que colaboram em processos de negócio de várias etapas sob um supervisor. O supervisor decompõe um objetivo, prioriza e d…

Um centro de operações é um sistema agêntico de AIOps que observa sinais de monitoramento e alertas, correlaciona e prioriza, diagnostica a causa raiz provável e executa apenas remediações de runbooks…

Arquitetura de referência para operar agentes de IA na empresa sem concentrar a confiança em nenhum deles. Cinco camadas — identidade, privilégio mínimo, contenção, supervisão e recuperação — partem d…

Une architecture de référence pour un agent de service client d'entreprise qui résout les requêtes courantes de bout en bout : il répond à partir d'une base de connaissances ancrée, agit dans le CRM e…

Une architecture de référence pour un assistant de connaissances interne qui répond aux questions des employés à partir des propres documents de l'entreprise — wikis, politiques, tickets, code — avec …

Un copilote de vente (sales copilot) est un agent qui assiste les commerciaux de bout en bout : il effectue des recherches sur les comptes à partir du CRM et des données produits, rédige des messages …

Une main-d'œuvre IA est une équipe orchestrée d'agents spécialisés qui collaborent sur des processus métier multi-étapes sous la direction d'un superviseur. Le superviseur décompose un objectif, hiéra…

Un centre d'opérations est un système d'AIOps agentique qui surveille les signaux et alertes de monitoring, les corrèle et les trie, diagnostique la cause racine probable et exécute uniquement des rem…

Architecture de référence pour exploiter des agents d'IA en entreprise sans concentrer la confiance sur aucun d'eux. Cinq couches — identité, moindre privilège, confinement, supervision et récupératio…

Eine Referenzarchitektur für einen Enterprise-Kundenservice-Agenten, der häufige Anfragen End-to-End löst – er antwortet auf Basis einer fundierten (grounded) Wissensdatenbank, agiert über Tools in CR…

Eine Referenzarchitektur für einen internen Wissensassistenten, der Fragen von Mitarbeitenden auf Basis unternehmenseigener Dokumente – Wikis, Richtlinien, Tickets, Code – beantwortet, inklusive Quell…

Ein Sales Copilot ist ein Agent, der Vertriebsmitarbeiter End-to-End unterstützt: Er recherchiert Accounts aus CRM- und Produktdaten, entwirft personalisierte Kundenansprachen und Follow-ups, protokol…

Eine AI Workforce ist ein orchestriertes Team spezialisierter Agenten, die unter der Leitung eines Supervisors bei mehrstufigen Geschäftsprozessen zusammenarbeiten. Der Supervisor zerlegt ein Ziel, pr…

Ein Operations Center ist ein agentisches AIOps-System, das Monitoring-Signale und Warnmeldungen überwacht, diese korreliert und triagiert, die wahrscheinliche Ursache diagnostiziert und ausschließlic…

Referenzarchitektur, um KI-Agenten im Unternehmen zu betreiben, ohne das Vertrauen auf einen einzelnen zu bündeln. Fünf Schichten – Identität, minimale Rechte, Eindämmung, Aufsicht und Wiederherstellu…

一般的なリクエストをエンドツーエンドで解決する、エンタープライズ向けカスタマーサービスエージェントのリファレンスアーキテクチャです。グラウンディングされたナレッジベースに基づいて回答し、ツールを介してCRMやチケット管理システムでアクションを実行し、確信度が低い場合や影響の大きいアクションの場合は人間にエスカレーションします。安全性のためにグラウンディング用の検索とリスクベースの人間による承認を組…

社内文書（Wiki、ポリシー、チケット、コードなど）から、各ユーザーのアクセス権限を尊重し、引用元を明示しながら従業員の質問に回答する社内ナレッジアシスタントのリファレンスアーキテクチャです。グラウンディングのためのハイブリッド検索とリランキング、セキュリティのための権限対応フィルタリング、そして回答の品質を推測ではなく測定可能にする評価ハーネスを組み合わせています。難しいのはモデルではなく、検索…

セールスコパイロット（Sales Copilot）は、営業担当者をエンドツーエンドで支援するエージェントです。CRMや製品データからアカウントを調査し、パーソナライズされたアウトリーチやフォローアップのドラフトを作成し、アクティビティを記録し、ネクストベストアクションを提示し、ミーティングブリーフを準備します。機能や価格に関するハルシネーション（事実に基づかない主張）を防ぐため、すべてが自社のCR…

AIワークフォースとは、スーパーバイザー（監督者）のもとで、複数ステップのビジネスプロセスを協調して実行する、専門化されたエージェントのオーケストレーションされたチームです。スーパーバイザーは目標を分解し、優先順位を付けて、専門エージェント（調査、起草、QAなど）にサブタスクを委任します。各エージェントは共通のストアを介して状態（ステート）を共有します。エージェントは自身の能力を超える場合に人間へ…

オペレーションセンターは、監視シグナルやアラートを監視し、それらを関連付けてトリアージし、可能性の高い根本原因を診断して、検証済みのランブックによる修復のみを実行する、エージェント型AIOpsシステムです。破壊的なアクションや新しいアクションは、人間の承認を必要とするように制限します。安全な読み取り主体の診断を自動化する一方で、リスクの高い書き込みアクションをオンコールエンジニアにエスカレーション…

特定のエージェントに信頼を集中させずに企業で AI エージェントを運用するためのリファレンスアーキテクチャ。アイデンティティ、最小権限、封じ込め、監督、復旧という五つの層は、いずれかのエージェントがいつか誤るか乗っ取られることを前提とし、その日を壊滅ではなく生存可能な出来事にする。防御の単位は個々の実行であり、群ではない。

企业级客户服务智能体的参考架构，可端到端地解决常见请求——基于可靠的知识库进行回答，通过工具在 CRM 和工单系统中执行操作，并在置信度较低或操作影响重大时升级给人工处理。它将用于知识对齐（grounding）的检索与基于风险的人工审批相结合以确保安全，并具备可观测性，以便对每次对话进行评估和改进。

内部知识助手的参考架构，该助手可根据公司自身的文档（Wiki、政策、工单、代码）回答员工的问题，并提供引用出处，同时遵循每个用户的访问权限。它结合了用于 Grounding 的混合检索与重排、用于保障安全的权限感知过滤，以及一个评估系统（evaluation harness），从而使回答质量能够被量化评估而非凭空假设。难点不在于模型，而在于检索质量、访问控制和评估。

Sales Copilot 是一款端到端辅助销售代表的智能体：它能根据 CRM 和产品数据研究客户，起草个性化的外联和跟进内容，记录活动，提供“下一步最佳行动”建议，并准备会议简报。所有内容都基于公司的 CRM、交易和产品知识，以避免对功能或价格产生幻觉。销售代表始终保持控制权：在执行任何外发操作之前都有人工审批环节，因此智能体只负责起草，绝不会自行向客户发送。成功是通过销售代表的生产力和对销售管…

AI 员工是由专业智能体协同组成的编排团队，在主管智能体的领导下协作处理多步骤业务流程。主管智能体负责分解目标，并将子任务按优先级分配给专业智能体（如研究、起草、QA），它们通过公共存储共享状态。当智能体能力不足时会升级上报给人类，且每个步骤都是可观测和受治理的。应将其视为管理数字化员工：成功较少取决于单个智能体，而更多取决于协同、通过智能体注册表确立的清晰权责归属、人类监督以及对整个团队而非局部…

运维中心是一个智能体化（agentic）的 AIOps 系统，它监控监控信号和告警，对其进行关联和分诊，诊断可能的根本原因，并仅执行经过审核的运行手册（runbook）修复程序——将破坏性或新颖的操作置于人工审批之后。它通过自动执行安全的、以只读为主的诊断，同时将高风险的写入操作升级给值班工程师，从而减轻告警疲劳并缩短平均恢复时间（MTTR）。每项操作都经过审计且可逆。成功的衡量标准是诚实地评估 …

一套参考架构，用于在企业中运行 AI 智能体而不把信任集中于其中任何一个。身份、最小权限、围堵、监督与恢复这五层，假定总有某个智能体终将出错或被劫持，并让那一天变得可以承受而非灾难性的。防御的单位是单次运行，而不是整支队伍。

The EU AI Act is the European Union's comprehensive, risk-based law for artificial intelligence. It sorts AI systems into risk tiers — unacceptable (banned), high-risk (strict obligations), limited-ri…

ISO/IEC 42001:2023 is the first international, certifiable standard for an AI management system (AIMS). Like ISO 27001 for information security, it defines how an organization should establish, implem…

The NIST AI RMF 1.0 is a voluntary, widely-adopted framework for managing AI risk across the lifecycle. It is organized around four functions — Govern, Map, Measure and Manage — and a set of character…

A practical, vendor-neutral checklist for governing agentic AI in the enterprise — translating the principles of the EU AI Act, ISO/IEC 42001 and NIST AI RMF into concrete controls you can implement i…

An umbrella operating model for governing AI across an organization. It defines the principles, accountability (RACI), AI risk taxonomy, lifecycle gates and policy hierarchy that keep AI use lawful, s…

A practical, vendor-neutral framework for making an agent auditable and for auditing it. It defines the evidence an independent reviewer needs — immutable, correlated traces of every decision and tool…

An operational policy that turns EU AI Act Article 14 human oversight into practice for agentic AI. It assigns a named accountable owner per agent, sets the oversight level (in-the-loop, on-the-loop, …

The OWASP Top 10 for LLM Applications is the shared vocabulary for what goes wrong in systems built on language models. It is not a control framework and does not tell you what to implement — it names…

MITRE ATLAS is the adversary's side of the map. Where OWASP names the vulnerability classes in your application, ATLAS catalogues the tactics and techniques attackers actually use against AI-enabled s…

El Reglamento Europeo de IA es la ley integral y basada en riesgo de la Unión Europea para la inteligencia artificial. Clasifica los sistemas de IA en niveles de riesgo —inaceptable (prohibido), alto …

ISO/IEC 42001:2023 es la primera norma internacional y certificable para un sistema de gestión de IA (AIMS). Igual que ISO 27001 para la seguridad de la información, define cómo una organización debe …

El NIST AI RMF 1.0 es un marco voluntario y ampliamente adoptado para gestionar el riesgo de la IA a lo largo de su ciclo de vida. Se organiza en torno a cuatro funciones —Gobernar, Mapear, Medir y Ge…

Un checklist práctico y neutral para gobernar la IA agéntica en la empresa, que traduce los principios del EU AI Act, ISO/IEC 42001 y NIST AI RMF en controles concretos que puedes implementar en un ha…

Un modelo operativo paraguas para gobernar la IA en toda la organización. Define los principios, la rendición de cuentas (RACI), la taxonomía de riesgo de IA, las puertas de ciclo de vida y la jerarqu…

Un marco práctico y neutral para hacer un agente auditable y para auditarlo. Define la evidencia que necesita un revisor independiente —trazas inmutables y correlacionadas de cada decisión y llamada a…

Una política operativa que lleva la supervisión humana del Artículo 14 del EU AI Act a la práctica para la IA agéntica. Asigna un responsable nombrado por agente, fija el nivel de supervisión (en el b…

El OWASP Top 10 para aplicaciones LLM es el vocabulario común de lo que sale mal en sistemas construidos sobre modelos de lenguaje. No es un marco de controles y no dice qué implementar: nombra las cl…

MITRE ATLAS es el mapa visto desde el lado del adversario. Donde OWASP nombra las clases de vulnerabilidad de tu aplicación, ATLAS cataloga las tácticas y técnicas que los atacantes usan de verdad con…

O Regulamento Europeu de IA é a lei abrangente e baseada em risco da União Europeia para a inteligência artificial. Classifica os sistemas de IA em níveis de risco —inaceitável (proibido), alto risco …

A ISO/IEC 42001:2023 é a primeira norma internacional e certificável para um sistema de gestão de IA (AIMS). Assim como a ISO 27001 para a segurança da informação, ela define como uma organização deve…

O NIST AI RMF 1.0 é um framework voluntário e amplamente adotado para gerir o risco da IA ao longo do seu ciclo de vida. Organiza-se em torno de quatro funções —Governar, Mapear, Medir e Gerir— e um c…

Um checklist prático e neutro para governar a IA agêntica na empresa, que traduz os princípios do EU AI Act, ISO/IEC 42001 e NIST AI RMF em controles concretos que você pode implementar num harness. C…

Um modelo operacional guarda-chuva para governar a IA em toda a organização. Define os princípios, a prestação de contas (RACI), a taxonomia de risco de IA, os portões de ciclo de vida e a hierarquia …

Um framework prático e neutro para tornar um agente auditável e para auditá-lo. Define a evidência que um revisor independente precisa — traços imutáveis e correlacionados de cada decisão e chamada de…

Uma política operacional que leva a supervisão humana do Artigo 14 do EU AI Act à prática para a IA agêntica. Atribui um responsável nomeado por agente, define o nível de supervisão (no laço, sobre o …

O OWASP Top 10 para aplicações LLM é o vocabulário comum do que dá errado em sistemas construídos sobre modelos de linguagem. Não é um framework de controles e não diz o que implementar: nomeia as cla…

O MITRE ATLAS é o mapa visto do lado do adversário. Onde o OWASP nomeia as classes de vulnerabilidade da sua aplicação, o ATLAS cataloga as táticas e técnicas que atacantes de fato usam contra sistema…

L'EU AI Act est la législation complète de l'Union européenne sur l'intelligence artificielle, basée sur le risque. Il classe les systèmes d'IA en différents niveaux de risque — inacceptable (interdit…

La norme ISO/IEC 42001:2023 est la première norme internationale certifiable pour un système de management de l'IA (SMI). À l'instar de l'ISO 27001 pour la sécurité de l'information, elle définit la m…

Le NIST AI RMF 1.0 est un cadre volontaire et largement adopté pour gérer les risques liés à l'IA tout au long de son cycle de vie. Il s'articule autour de quatre fonctions — Gouverner, Cartographier,…

Une checklist pratique et neutre vis-à-vis des fournisseurs pour gouverner l'IA agentique en entreprise — traduisant les principes de l'EU AI Act, de l'ISO/IEC 42001 et du NIST AI RMF en contrôles con…

Un modèle opérationnel global pour gouverner l'IA au sein d'une organisation. Il définit les principes, la responsabilisation (RACI), la taxonomie des risques liés à l'IA, les jalons de validation du …

Un cadre pratique et neutre vis-à-vis des fournisseurs pour rendre un agent auditable et pour l'auditer. Il définit les preuves dont un réviseur indépendant a besoin — des traces immuables et corrélée…

Une politique opérationnelle qui concrétise la surveillance humaine de l'article 14 de l'EU AI Act pour l'IA agentique. Elle attribue un responsable désigné par agent, définit le niveau de surveillanc…

L'OWASP Top 10 pour les applications LLM constitue le vocabulaire partagé pour identifier les défaillances des systèmes basés sur des modèles de langage. Il ne s'agit pas d'un cadre de contrôle et il …

MITRE ATLAS représente le côté adverse de la carte. Là où OWASP nomme les classes de vulnérabilités de votre application, ATLAS répertorie les tactiques et techniques que les attaquants utilisent réel…

Der EU AI Act ist das umfassende, risikobasierte Gesetz der Europäischen Union für künstliche Intelligenz. Er teilt KI-Systeme in Risikostufen ein – unannehmbar (verboten), hohes Risiko (strenge Aufla…

ISO/IEC 42001:2023 ist der erste internationale, zertifizierbare Standard für ein KI-Managementsystem (KIMS bzw. AIMS). Ähnlich wie ISO 27001 für Informationssicherheit definiert er, wie eine Organisa…

Das NIST AI RMF 1.0 is ein freiwilliges, weit verbreitetes Framework für das Management von KI-Risiken über den gesamten Lebenszyklus hinweg. Es ist um vier Kernfunktionen herum organisiert – Govern (…

Eine praktische, herstellerneutrale Checkliste für die Governance agentischer KI im Unternehmen – sie übersetzt die Prinzipien des EU AI Act, der ISO/IEC 42001 und des NIST AI RMF in konkrete Kontroll…

Ein übergeordnetes Betriebsmodell für die KI-Governance im gesamten Unternehmen. Es definiert die Prinzipien, Verantwortlichkeiten (RACI), die KI-Risikotaxonomie, Lifecycle-Gates und die Richtlinienhi…

Ein praktisches, herstellerneutrales Framework, um einen Agenten auditierbar zu machen und ihn zu prüfen. Es definiert die Nachweise, die ein unabhängiger Prüfer benötigt – unveränderliche, korreliert…

Eine operative Richtlinie, die die menschliche Aufsicht gemäß Artikel 14 des EU AI Act für agentische KI in die Praxis umsetzt. Sie weist jedem Agenten eine namentlich benannte verantwortliche Person …

Die OWASP Top 10 für LLM-Anwendungen sind das gemeinsame Vokabular für Probleme in Systemen, die auf Sprachmodellen basieren. Es handelt sich nicht um ein Kontroll-Framework und es schreibt nicht vor,…

MITRE ATLAS ist die gegnerische Seite der Landkarte. Während OWASP die Schwachstellenklassen in Ihrer Anwendung benennt, katalogisiert ATLAS die Taktiken und Techniken, die Angreifer tatsächlich gegen…

EU AI Actは、欧州連合（EU）による人工知能に関する包括的かつリスクベースの法律です。AIシステムを、許容できないリスク（禁止）、高リスク（厳格な義務）、限定的なリスク（透明性の義務）、最小限のリスクというリスクティアに分類し、汎用AI（GPAI）モデルに対する特定の義務を追加しています。EU市場にAIを投入するすべての主体に域外適用され、数年かけて段階的に施行されます。最も深刻な違反に対…

ISO/IEC 42001:2023は、AIマネジメントシステム（AIMS）に関する初の国際的かつ認証可能な規格です。情報セキュリティにおけるISO 27001と同様に、組織がAIガバナンスを確立、実施、維持、および継続的に改善する方法を、方針、定義された役割、リスクおよび影響評価、管理策のセット、およびPlan-Do-Check-Act（PDCA）改善サイクルを通じて定義します。これは任意かつ認…

NIST AI RMF 1.0は、ライフサイクル全体でAIリスクを管理するための、自主的かつ広く採用されているフレームワークです。これは、「Govern（統治）」、「Map（位置づけ）」、「Measure（測定）」、「Manage（管理）」の4つの機能と、信頼できるAIの特徴（妥当性と信頼性、安全性、セキュリティと回復力、説明責任と透明性、説明可能性、プライバシー強化、有害なバイアスが管理された公…

企業におけるエージェント型AIを統制するための、実用的かつベンダーニュートラルなチェックリスト。EU AI法、ISO/IEC 42001、NIST AI RMFの原則を、ハーネスに実装可能な具体的なコントロールに変換します。人間による監視、ガードレール、監査ログ、評価、アクセス制御、プロンプトインジェクション対策、インシデント対応をカバーし、各コントロールをそれを具現化するパターンやナレッジユニッ…

組織全体でAIを統治するための包括的な運用モデルです。AIの利用を合法かつ安全に保ち、リスク許容度に合わせるための原則、責任（RACI）、AIリスク分類、ライフサイクルゲート、およびポリシー階層を定義します。EU AI法、ISO/IEC 42001、NIST AI RMFを1つの内部プログラムに調和させ（一度の準拠でどこでも再利用可能）、エージェント型ガバナンスチェックリストを具体的なコントロール…

エージェントを監査可能にし、実際に監査を行うための、実用的かつベンダーニュートラルなフレームワーク。独立したレビュー担当者が必要とする証拠（すべての意思決定とツール呼び出しの不変かつ関連付けられたトレース、モデルとバージョンのプロベナンス、評価レポート、承認およびインシデントの記録など）を定義し、コントロールのテスト方法や大量の実行データのサンプリング方法を示します。各証拠タイプはISO/IEC …

EU AI Act第14条の人間による監視を、エージェント型AI向けに実践へと落とし込む運用ポリシーです。エージェントごとに明確な責任ある所有者を割り当て、リスクに応じて監視レベル（in-the-loop、on-the-loop、out-of-the-loop）を設定し、介入、オーバーライド、停止権限、およびエスカレーションパスを定義します。監視者が有能であり、行動を起こす時間があることを要求し、…

「OWASP LLMアプリケーションのトップ10」は、言語モデル上に構築されたシステムで発生する不具合に関する共通の語彙です。これは管理策フレームワークではなく、何を実装すべきかを指示するものでもありません。プロンプトインジェクションから過剰なエージェンシー、無制限の消費に至るまでの脆弱性クラスを定義することで、チーム、監査人、ベンダーが同じ前提で議論できるようにします。その実用的な価値は、自社の…

MITRE ATLASは、攻撃者側のマップです。OWASPがアプリケーション内の脆弱性クラスを定義するのに対し、ATLASは攻撃者がAI搭載システムに対して実際に使用する戦術（タクティクス）と手法（テクニック）をカタログ化しています。これには、モデルの偵察、アクセス権の獲得、攻撃の準備、防御の回避、データの持ち出しなどが含まれ、MITRE ATT&CKが従来の侵入を整理するのと同じ方法で整理されて…

EU AI Act 是欧盟针对人工智能制定的全面的、基于风险的法律。它将 AI 系统划分为不同的风险等级——不可接受（禁用）、高风险（严格义务）、有限风险（透明度义务）和极低风险，并对通用 AI 模型增加了特定合规义务。该法案具有域外效力，适用于任何将 AI 引入欧盟市场的主体，并在数年内分阶段实施，对最严重的违规行为处以最高可达全球年营业额 7% 的罚款。

ISO/IEC 42001:2023 是首个针对人工智能管理体系（AIMS）的国际可认证标准。与用于信息安全的 ISO 27001 类似，它定义了组织应如何建立、实施、维护和持续改进其治理 AI 的方式——通过政策、定义的角色、风险和影响评估、一套控制措施以及“策划-实施-检查-处置”（PDCA）改进循环。它是自愿且可认证的，为组织提供了一种公认的方式来证明其负责任的 AI 管理。

NIST AI RMF 1.0 是一个自愿采用且被广泛接受的框架，用于管理整个生命周期中的 AI 风险。它围绕四个功能展开——治理（Govern）、映射（Map）、测量（Measure）和管理（Manage），以及一套可信 AI 的特征（有效且可靠、安全、安全且有弹性、可问责且透明、可解释、隐私增强以及管理有害偏见的公平性）。配套的生成式 AI 配置文件（Generative AI Profile…

一份实用且不绑定特定厂商的清单，用于在企业中治理智能体 AI —— 将 EU AI Act、ISO/IEC 42001 和 NIST AI RMF 的原则转化为可在支撑系统中实施的具体控制措施。它涵盖了人工监督、护栏、审计日志、评估、访问控制、提示词注入防御和事件响应，并将每项控制措施映射到使其落地运行的模式和知识单元。在允许智能体在生产环境中运行之前，将其用作就绪性闸口。

一个用于在整个组织内治理 AI 的综合运行模型。它定义了原则、问责制（RACI）、AI 风险分类法、生命周期关卡和策略层级，以确保 AI 的使用合法、安全并符合风险偏好。它将《欧盟 AI 法案》（EU AI Act）、ISO/IEC 42001 和 NIST AI RMF 整合为一个内部项目——一次合规，到处复用——并将智能体治理清单作为其具体的控制集。使用它为每个生产环境中的 AI 系统指定明确…

一个实用且不绑定特定厂商的框架，用于使智能体具备可审计性并对其进行审计。它定义了独立审查员所需的证据 —— 每次决策和工具调用的不可变且关联的追踪记录、模型 and 版本溯源、评估报告、审批和事件记录 —— 以及如何测试控制措施和对高吞吐量运行进行抽样。每种证据类型都映射到 ISO/IEC 42001 和 NIST AI RMF，以便审计员能够验证智能体是否保持在其治理边界内。使用它从一开始就设计…

一项将 EU AI Act 第 14 条的人工监督要求转化为智能体 AI（agentic AI）实践的运营政策。它为每个智能体分配一名指定的明确责任人，根据风险设定监督级别（人机协同 in-the-loop、人机监视 on-the-loop、人机脱离 out-of-the-loop），并定义干预、覆盖和终止权限以及升级路径。它要求监督人员具备相应能力并有充足的时间采取行动，同时防范流于形式的审批和…

OWASP LLM 应用十大安全漏洞是针对基于语言模型构建的系统中可能出现的问题的通用词汇表。它不是一个控制框架，也不会告诉你应该实现什么——它命名了漏洞类别，从提示词注入、过度授权到无限制消耗，以便团队、审计人员和供应商能够基于相同的概念进行讨论。它的实用价值在于作为您自身架构的核对清单，以及作为报告发现问题时的通用语言。

MITRE ATLAS 是对抗视角的防御地图。如果说 OWASP 命名了应用程序中的漏洞类别，那么 ATLAS 则编目了攻击者实际针对 AI 系统所使用的战术和技术——包括模型侦察、获取访问权限、策划攻击、规避防御、外发数据等。它按照 MITRE ATT&CK 组织传统入侵的方式进行组织，并基于已记录的案例研究而非假设。

Harness Engineering is the emerging discipline of building reliable agentic systems for enterprise environments — the engineered scaffolding of memory, tools, orchestration, observability, evaluation,…

How the field moved from prompt engineering to tool use to agents to harnesses, and why the engineered scaffolding around the model became its own discipline.

A structured taxonomy of the harness — memory, tools, planning, orchestration, observability, evaluation, governance, and security — naming each component, its responsibility, and how the parts compos…

The core engineering principles of the harness — reliability over capability, determinism boundaries, observability-first, evidence-first, defense in depth, least authority, graceful degradation, and …

How the harness governs what the model sees and remembers — working, short-term, and long-term memory; the context window as a budget; retrieval, compression, and deliberate forgetting.

How to make a non-deterministic, multi-step agent inspectable — traces and spans, token and cost accounting, evaluation hooks, and deterministic replay — so the system can be debugged, measured, and t…

How to measure whether an agent is actually good and getting better — offline and online evaluation, golden sets, LLM-as-judge, regression suites, and task-completion metrics — turning agent developme…

Governance is an engineered harness layer that enforces policy, approvals, and guardrails at runtime, turning enterprise AI obligations into executable controls that gate every agent action.

Planning and goal management is the harness layer that decomposes goals into executable plans, represents and tracks plan state, and replans under failure, making agent autonomy directed rather than r…

Orchestration is the harness layer that drives execution—single vs multi-agent topologies, supervisor/worker delegation, routing, state machines, and durable workflows—turning a plan into reliable, re…

Security for agentic systems is the harness layer that defends against prompt injection, sandboxes tools and permissions, prevents data exfiltration, and enforces agent identity and least privilege ac…

Three representative, anonymized composite case studies showing how harness layers—memory, planning, orchestration, governance, security, observability—combine end-to-end to make enterprise agents rel…

A canonical glossary of Harness Engineering and agentic-systems terminology—harness, agent, tool, orchestration, evaluation, span, RAG, MCP, guardrail, and more—with crisp, citable definitions.

A curated, themed reading list for Harness Engineering—agents and orchestration, evaluation, security, governance and standards, and protocols—covering foundational papers, industry writeups, and regu…

La Ingeniería de Harness es la disciplina emergente que construye sistemas agénticos fiables para entornos empresariales: el andamiaje de ingeniería —memoria, herramientas, orquestación, observabilida…

Cómo la industria pasó de la ingeniería de prompts a los sistemas agénticos, y por qué el andamiaje alrededor del modelo acabó siendo la disciplina que decide la fiabilidad.

Descomposición precisa de los componentes del harness —memoria, herramientas, planificación, orquestación, observabilidad, evaluación, gobernanza y seguridad— y de cómo encajan entre sí.

Los principios de ingeniería que se sostienen en todos los componentes del harness: frontera de determinismo, autoridad acotada, degradación elegante y medición antes que optimización.

Qué ve el modelo y qué no: recuperación, compresión de contexto, memoria de trabajo y de largo plazo, y las decisiones de olvido que determinan coste y calidad.

Convertir cada paso del agente en una traza reproducible: spans, atribución de coste, depuración de bucles no deterministas y las señales que hacen medible la fiabilidad.

Cómo pasar de «parece que funciona» a calidad medida y protegida frente a regresiones: conjuntos de evaluación, jueces, métricas de tarea y evaluación continua en producción.

Traducir la política en controles aplicados: aprobaciones humanas, trazabilidad, identidad del agente y rendición de cuentas exigibles en un entorno regulado.

Descomposición de objetivos, gestión de subobjetivos y replanificación: cuándo deja el harness decidir al modelo y cuándo fija el camino en código.

El bucle que gobierna el sistema: quién llama al modelo, con qué contexto, qué ocurre con la salida, y cómo se coordinan varios agentes sin perder control ni trazabilidad.

Tratar al modelo como componente no confiable y manipulable: inyección de prompts, exfiltración por herramientas, límites de autoridad y defensa en profundidad del harness.

Tres casos compuestos y anonimizados analizados por su harness: qué falló, qué control lo habría evitado y qué se aprendió al llevarlos a producción.

Definiciones canónicas de los términos de Ingeniería de Harness usados en todo el manual, para que el vocabulario no derive entre capítulos.

Fuentes, literatura de referencia y observaciones de industria en las que se apoya el manual de Ingeniería de Harness.

A Engenharia de Harness é a disciplina emergente que constrói sistemas agênticos confiáveis para ambientes empresariais: o andaime de engenharia — memória, ferramentas, orquestração, observabilidade, …

Como a indústria passou da engenharia de prompts para os sistemas agênticos, e porque o andaime em torno do modelo acabou por ser a disciplina que decide a confiabilidade.

Decomposição precisa dos componentes do harness — memória, ferramentas, planejamento, orquestração, observabilidade, avaliação, governança e segurança — e de como encaixam entre si.

Os princípios de engenharia que se sustentam em todos os componentes do harness: fronteira de determinismo, autoridade limitada, degradação graciosa e medição antes da otimização.

O que o modelo vê e o que não vê: recuperação, compressão de contexto, memória de trabalho e de longo prazo, e as decisões de esquecimento que determinam custo e qualidade.

Transformar cada passo do agente num traço reproduzível: spans, atribuição de custo, depuração de ciclos não determinísticos e os sinais que tornam a confiabilidade mensurável.

Como passar de “parece que funciona” para qualidade medida e protegida contra regressões: conjuntos de avaliação, juízes, métricas de tarefa e avaliação contínua em produção.

Traduzir a política em controles aplicados: aprovações humanas, rastreabilidade, identidade do agente e prestação de contas exigíveis num ambiente regulado.

Decomposição de objetivos, gestão de subobjetivos e replanejamento: quando o harness deixa o modelo decidir e quando fixa o caminho em código.

O ciclo que governa o sistema: quem chama o modelo, com que contexto, o que acontece à saída, e como se coordenam vários agentes sem perder controle nem rastreabilidade.

Tratar o modelo como componente não confiável e manipulável: injeção de prompts, exfiltração por ferramentas, limites de autoridade e defesa em profundidade do harness.

Três casos compostos e anonimizados analisados pelo seu harness: o que falhou, que controle o teria evitado e o que se aprendeu ao levá-los para produção.

Definições canônicas dos termos de Engenharia de Harness usados em todo o manual, para que o vocabulário não derive entre capítulos.

Fontes, literatura de referência e observações da indústria em que se apoia o manual de Engenharia de Harness.

Harness Engineering est la discipline émergente de la construction de systèmes agentiques fiables pour les environnements d'entreprise — l'échafaudage technique de mémoire, d'outils, d'orchestration, …

Comment le domaine est passé de l'ingénierie de prompts à l'utilisation d'outils, puis aux agents et enfin aux harnesses, et pourquoi l'échafaudage technique autour du modèle est devenu sa propre disc…

Une taxonomie structurée du harness — mémoire, outils, planification, orchestration, observabilité, évaluation, gouvernance et sécurité — nommant chaque composant, sa responsabilité et la manière dont…

Les principes d'ingénierie fondamentaux du harness — la fiabilité plutôt que la capacité, les limites du déterminisme, l'observabilité d'abord, les preuves d'abord, la défense en profondeur, le moindr…

Comment le harness régit ce que le modèle voit et mémorise — mémoire de travail, à court terme et à long terme ; la fenêtre de contexte comme un budget ; récupération, compression et oubli délibéré.

Comment rendre inspectable un agent multi-étapes non déterministe — traces et spans, comptabilisation des jetons et des coûts, crochets d'évaluation (evaluation hooks) et rejeu déterministe — afin que…

Comment mesurer si un agent est réellement performant et s'améliore — évaluation hors ligne et en ligne, golden sets, LLM-as-judge, suites de régression et métriques de complétion des tâches — transfo…

La gouvernance est une couche d'ingénierie du harness qui applique des politiques, des approbations et des garde-fous au moment de l'exécution, transformant les obligations d'IA de l'entreprise en con…

La planification et la gestion des objectifs constituent la couche du harness qui décompose les objectifs en plans exécutables, représente et suit l'état des plans, et replanifie en cas d'échec, renda…

L'orchestration est la couche harness qui pilote l'exécution — topologies mono-agent vs multi-agents, délégation superviseur/exécutant, routage, machines à états et flux de travail durables — transfor…

La sécurité pour les systèmes agentiques est la couche du harness qui défend contre l'injection de requêtes (prompt injection), isole les outils et les permissions dans des bacs à sable (sandboxes), e…

Trois études de cas composites, représentatives et anonymisées, montrant comment les couches de harness — mémoire, planification, orchestration, gouvernance, sécurité, observabilité — se combinent de …

Un glossaire canonique de la terminologie du Harness Engineering et des systèmes agentiques — harness, agent, outil, orchestration, évaluation, span, RAG, MCP, garde-fou, etc. — avec des définitions c…

Une liste de lecture thématique et sélectionnée pour le Harness Engineering — agents et orchestration, évaluation, sécurité, gouvernance et normes, et protocoles — couvrant les articles fondamentaux, …

Harness Engineering ist die im Entstehen begriffene Disziplin zur Erstellung zuverlässiger agentischer Systeme für Enterprise-Umgebungen – das entwickelte Gerüst aus Memory, Tools, Orchestrierung, Obs…

Wie sich das Feld vom Prompt-Engineering über die Tool-Nutzung hin zu Agenten und schließlich zu Harnesses entwickelt hat und warum das technische Gerüst um das Modell herum zu einer eigenen Disziplin…

Eine strukturierte Taxonomie des Harness – Speicher (Memory), Tools, Planung, Orchestrierung, Observability, Evaluierung, Governance und Sicherheit –, die jede Komponente und ihre Verantwortung benenn…

Die grundlegenden Engineering-Prinzipien des Harness – Zuverlässigkeit vor Leistungsfähigkeit, Grenzen des Determinismus, Observability-First, Evidence-First, Defense-in-Depth, Least Authority, Gracef…

Wie der Harness steuert, was das Modell sieht und behält – Arbeits-, Kurzzeit- und Langzeitgedächtnis; das Kontextfenster als Budget; Abruf, Komprimierung und bewusstes Vergessen.

Wie man einen nicht-deterministischen, mehrstufigen Agenten inspizierbar macht – Traces und Spans, Token- und Kostenabrechnung, Evaluierungs-Hooks und deterministisches Replay –, damit das System debu…

Wie man misst, ob ein Agent tatsächlich gut ist und besser wird – Offline- und Online-Evaluation, Golden Sets, LLM-as-Judge, Regressions-Suites und Metriken zur Aufgabenerfüllung –, um die Agentenentw…

Governance ist eine technisch implementierte Harness-Ebene, die Richtlinien, Genehmigungen und Guardrails zur Laufzeit durchsetzt und so KI-Verpflichtungen von Unternehmen in ausführbare Kontroll…

Planung und Zielmanagement ist die Harness-Schicht, die Ziele in ausführbare Pläne zerlegt, den Planstatus darstellt und verfolgt sowie bei Fehlern neu plant, wodurch die Autonomie des Agenten zielger…

Orchestrierung ist die Harness-Ebene, die die Ausführung steuert – Single- vs. Multi-Agenten-Topologien, Supervisor/Worker-Delegation, Routing, Zustandsautomaten und dauerhafte Workflows – und einen P…

Sicherheit für agentenbasierte Systeme ist die Harness-Schicht, die vor Prompt-Injection schützt, Tools und Berechtigungen in Sandboxes ausführt, Datenabfluss (Data Exfiltration) verhindert und die Ag…

Drei repräsentative, anonymisierte, zusammengesetzte Fallstudien, die zeigen, wie Harness-Ebenen – Speicher, Planung, Orchestrierung, Governance, Sicherheit, Beobachtbarkeit – End-to-End zusammenwirke…

Ein kanonisches Glossar der Terminologie für Harness Engineering und agentische Systeme – Harness, Agent, Tool, Orchestrierung, Evaluierung, Span, RAG, MCP, Guardrail und mehr – mit präzisen, zitierfä…

Eine kuratierte, thematisch gegliederte Leseliste für Harness Engineering – Agenten und Orchestrierung, Evaluierung, Sicherheit, Governance und Standards sowie Protokolle –, die grundlegende Arbeiten,…

ハーネスエンジニアリング (Harness Engineering) は、エンタープライズ環境向けの信頼性の高いエージェントシステムを構築するための新たな規律です。これは、モデルを取り囲むメモリ、ツール、オーケストレーション、オブザーバビリティ、評価、ガバナンス、セキュリティの設計された足場（スキャフォールディング）を指します。

この分野がプロンプトエンジニアリングからツールの使用、エージェント、そしてハーネスへとどのように移行したか、およびなぜモデルを取り囲む設計された足場が独自の規律となったのかを説明します。

メモリ、ツール、計画、オーケストレーション、オブザーバビリティ、評価、ガバナンス、セキュリティといったハーネスの構造化された分類法（タクソノミー）であり、各コンポーネント、その責任、および各パーツがどのように組み合わさって信頼性の高いエージェントシステムを構成するかを説明します。

すべてのコンポーネントに適用される、ハーネスのコアエンジニアリング原則（機能よりも信頼性、決定論の境界、オブザーバビリティファースト、エビデンスファースト、多層防御、最小権限、段階的退行（グレースフルデグラデーション）、およびべき等なアクチュエーション）。

ハーネスがモデルの表示および記憶内容（ワーキングメモリ、短期メモリ、長期メモリ、予算としてのコンテキストウィンドウ、検索、圧縮、および意図的な忘却）をどのように管理するか。

非決定論的でマルチステップのエージェントを検査可能にする方法（トレースとスパン、トークンとコストの会計、評価フック、決定論的リプレイなど）について説明し、システムのデバッグ、測定、および信頼性の確保を可能にします。

エージェントが実際に優れており、改善されているかどうかを測定する方法（オフラインおよびオンライン評価、ゴールデンセット、LLM-as-judge、回帰テストスイート、タスク完了メトリクスなど）について解説し、エージェント開発を職人技からエンジニアリングへと転換します。

ガバナンスとは、実行時にポリシー、承認、ガードレールを強制する、エンジニアリングされたハーネスレイヤーであり、企業のAIに対する義務を実行可能なコントロールへと変換し、エージェントのあらゆるアクションを制御（ゲート）するものです。

計画と目標管理は、目標を実行可能な計画に分解し、計画の状態を表現および追跡し、失敗時に再計画を行うハーネスレイヤーであり、エージェントの自律性を反応的ではなく方向性を持ったものにします。

オーケストレーションは、実行を推進するハーネスレイヤーであり、単一対マルチエージェントのトポロジー、スーパーバイザー/ワーカーの委譲、ルーティング、ステートマシン、および永続的なワークフローを扱い、計画を信頼性が高く再開可能なアクションに変換します。

エージェント型システムのセキュリティは、プロンプトインジェクションからの防御、ツールと権限のサンドボックス化、データ漏洩の防止、そしてあらゆるアクションにわたるエージェントのアイデンティティと最小権限の強制を行うハーネスレイヤーです。

ハーネスレイヤー（メモリ、プランニング、オーケストレーション、ガバナンス、セキュリティ、オブザーバビリティ）がどのようにエンドツーエンドで結合し、エンタープライズエージェントの信頼性を高めるかを示す、匿名化された3つの代表的な複合ケーススタディ。

ハーネスエンジニアリング (Harness Engineering)およびエージェントシステム用語（ハーネス、エージェント、ツール、オーケストレーション、評価、スパン、RAG、MCP、ガードレールなど）の標準的な用語集であり、明確で引用可能な定義を提供します。

ハーネスエンジニアリング (Harness Engineering)（エージェントとオーケストレーション、評価、セキュリティ、ガバナンスと標準、およびプロトコル）に関する、基礎的な論文、業界のレポート、および規制の枠組みを網羅した、厳選されたテーマ別の読書リスト。

Harness Engineering 是一门新兴学科，致力于为企业环境构建可靠的智能体系统——即围绕模型构建的、由记忆、工具、编排、可观测性、评估、治理和安全组成的工程化支撑脚手架。

该领域是如何从 Prompt 工程走向工具使用、再到智能体，最终演进到 Harness 的，以及为什么围绕模型构建的工程化脚手架会成为一门独立的学科。

Harness 的结构化分类法——涵盖记忆、工具、规划、编排、可观测性、评估、治理和安全——命名了每个组件及其职责，并阐述了各部分如何组合成一个可靠的智能体系统。

Harness 的核心工程原则——可靠性重于能力、确定性边界、可观测性优先、证据优先、纵深防御、最小特权、优雅降级和幂等执行——这些原则适用于每个组件。

harness 如何管理模型所见和所记的内容——工作记忆、短期记忆和长期记忆；作为预算的上下文窗口；检索、压缩和刻意遗忘。

如何使非确定性、多步骤的智能体具备可检查性——通过追踪（traces）与跨度（spans）、token 与成本核算、评估钩子以及确定性回放——从而使系统可调试、可衡量且可信。

如何衡量智能体是否真的优秀且在不断改进——离线和在线评估、黄金数据集（Golden Sets）、LLM-as-judge、回归测试套件以及任务完成度指标——将智能体开发从手艺转变为工程。

治理是一个工程化的 Harness 支撑系统层，在运行时强制执行策略、审批和护栏，将企业 AI 义务转化为对每个智能体行为进行把关的可执行控制。

规划与目标管理是支撑系统层，它将目标分解为可执行的计划，表示并跟踪计划状态，并在失败时重新规划，使智能体的自主性具有方向性而非反应性。

编排（Orchestration）是驱动执行的 harness 层（智能体支撑系统层）——涵盖单智能体与多智能体拓扑、主管/工作者委托、路由、状态机以及持久化工作流——将计划转化为可靠、可恢复的行动。

智能体系统安全是 harness 层，负责防御提示词注入、对工具和权限进行沙箱化处理、防止数据外泄，并在每项操作中强制执行智能体身份验证和最小特权原则。

三个具有代表性的、匿名的综合案例研究，展示了支撑系统层（harness layers）——内存、规划、编排、治理、安全、可观测性——如何端到端地结合，从而使企业级智能体变得可靠。

一份权威的 Harness Engineering 和智能体系统术语词汇表——包含支撑系统（harness）、智能体（agent）、工具（tool）、编排（orchestration）、评估（evaluation）、跨度（span）、RAG、MCP、护栏（guardrail）等——并配有清晰、可引用的定义。

一份精心策划的 Harness Engineering（智能体支撑系统工程）主题阅读清单——涵盖 Agent 与编排、评估、安全、治理与标准以及协议——包括奠基性论文、行业报告和监管框架。

The city the Iliad besieges, identified since 1822 with the mound of Hisarlık in north-western Türkiye and excavated continuously since 1870. The identification of the place is settled; what happened …

Odysseus' home and the destination of the whole poem — and, awkwardly, one of its least secure locations. Modern Ithaki carries the name; the Odyssey's own description of the island fits it poorly.

Calypso's island, where Odysseus spends seven of his ten years away. The Odyssey places it deliberately nowhere — 'the navel of the sea' — which is exactly why identifications of it are so revealing.

Where Odysseus goes to question the dead. The poem gives sailing directions to it — and they lead past the edge of the world, which is why this entry carries no coordinates at all.

Agamemnon's city, and the one Homeric capital that never had to be found: the citadel was visible above ground throughout antiquity and gives its name to the entire Bronze Age civilisation.

Nestor's kingdom, and the Homeric palace we can actually walk through: the Late Bronze Age complex at Ano Englianos, whose Linear B archive survived because the building burned.

Menelaus and Helen's kingdom. The valley is certain, the palace is not: Laconia has produced Mycenaean mansions and an early cult of Menelaus, but no palace to match Pylos or Mycenae.

A Catalogue-of-Ships city whose Homeric epithet is a literal description of what survives: walls so massive that later Greeks assumed giants had built them.

Minos' city in the Odyssey and the largest palace on Crete — an identification nobody disputes, attached to a civilisation the poems only half remember.

Where the fleet gathered before Troy — a real, agreed anchorage whose Homeric event is a portent, not a battle: the serpent and the sparrows that told the Greeks the war would last ten years.

The mountain the gods watch the war from, and a piece of real topography that anchors the Iliad's landscape: it is visible from Hisarlık, and the plain's rivers come off it.

The strait beside the war. The Achaean ships are beached on it, Achilles' funeral games are held by it, and its current is the most plausible economic reason for Troy to have existed at all.

The fixed point in the Ionian puzzle. Every reconstruction of Odysseus' kingdom, however radical, agrees on where Zacynthus is.

The second island of Odysseus' kingdom, generally taken to be Kefalonia — the largest island in the group and the one with the most Mycenaean graves and the fewest Mycenaean buildings.

The island of Odysseus' kingdom that has simply gone missing. It sends more suitors than anywhere else and matches nothing on the modern map.

The islet where the suitors lie in wait for Telemachus — a place the poem describes precisely and the map has never produced.

Where Odysseus loses six men and blinds Polyphemus. Two traditions place it on volcanic coasts — Sicily and Campania — and the poem places it nowhere in particular, on purpose.

The floating island of Aeolus, keeper of the winds, whose gift Odysseus' crew open within sight of Ithaca. The Aeolian islands carry the name — which is evidence about Greek naming, not about the poem…

Where Odysseus loses eleven of his twelve ships in a single afternoon. The harbour is the most precisely described anchorage in the poem, and nobody can prove which one it is.

Circe's island, where the crew are turned into pigs and where Odysseus is told how to reach the dead. Roman tradition put it on a headland that only looks like an island.

The one hazard in the wanderings that behaves like a real place: a narrow strait with a lethal tidal race on one side and cliffs on the other. Antiquity put it at Messina and never argued.

Two singers on a flowery meadow surrounded by the bones of the men who stopped to listen. The poem gives no coordinates and one navigational instruction: wax in the ears, and tie the captain to the ma…

The island of the Sun's cattle, where the crew commit the sacrilege that kills them all. Antiquity read the name as Sicily; the poem describes a place that cannot be visited safely.

The first stop after the storm, and the first temptation: a people whose fruit makes visitors forget the way home. Ancient geography put them on the Libyan coast, at Djerba.

The route Circe tells Odysseus not to take. They are described, named and then avoided — the only place in the poem that exists purely as an alternative.

The island of the Phaeacians, the last stop before home and the most civilised place in the poem — a harbour city with walls, ships and a court, described in more social detail than anywhere Odysseus …

The hinge of the whole Odyssey. Rounding it, Odysseus is blown off course for ten years — and the poem's geography changes from a map to a story at exactly this point.

A real river with an underworld reputation, and the site most often confused with the entrance to Homer's Hades. The atlas keeps them apart: this place is here, that one is not.

The first stop out of Troy, and the only one Odysseus reaches by ordinary sailing: a Thracian town he sacks, and where his crew's refusal to leave costs six men per ship.

The far edge of the poems' real world. Menelaus is blown there and comes home rich; Odysseus' invented life stories go there too, because it is where a plausible lie about hard travel would go.

Where Menelaus is becalmed and wrestles the shape-shifting sea god Proteus. The island is certain; the distance Homer gives it is one of the clearest errors in the poems.

Where the Iliad starts. A priest of Apollo comes from Chryse to ransom his daughter, Agamemnon refuses, and the god's plague sets the whole poem in motion.

The island offshore from Troy: a staging point in the Iliad, a hiding place in the later tradition, and a reminder that the Troad's seascape is as checkable as its land.

The oracle of Zeus in the Epirote mountains, and one of the few Homeric institutions we can excavate: the same god, the same oak, the same valley.

La ciudad que asedia la Ilíada, identificada desde 1822 con el montículo de Hisarlık, en el noroeste de Turquía, y excavada sin interrupción desde 1870. La identificación del lugar está zanjada; lo qu…

La casa de Odiseo y el destino de todo el poema y, de forma incómoda, una de sus localizaciones menos seguras. La Ítaca moderna lleva el nombre; la descripción que la Odisea hace de la isla le encaja …

La isla de Calipso, donde Odiseo pasa siete de sus diez años de ausencia. La Odisea la sitúa deliberadamente en ninguna parte —«el ombligo del mar»— y por eso mismo sus identificaciones resultan tan r…

Adonde va Odiseo a interrogar a los muertos. El poema da instrucciones de navegación para llegar y conducen más allá del borde del mundo: por eso esta ficha no lleva coordenada alguna.

La ciudad de Agamenón y la única capital homérica que nunca hubo que encontrar: la ciudadela estuvo siempre visible sobre el terreno y da nombre a toda la civilización de la Edad del Bronce.

El reino de Néstor y el único palacio homérico por el que realmente se puede caminar: el complejo del Bronce Final de Ano Englianós, cuyo archivo en Lineal B se conservó porque el edificio ardió.

El reino de Menelao y Helena. El valle es seguro; el palacio, no: Laconia ha dado mansiones micénicas y un culto temprano a Menelao, pero ningún palacio comparable a Pilos o Micenas.

Una ciudad del Catálogo de las Naves cuyo epíteto homérico es una descripción literal de lo que se conserva: murallas tan macizas que los griegos posteriores dieron por hecho que las habían levantado …

La ciudad de Minos en la Odisea y el mayor palacio de Creta: una identificación que nadie discute, adherida a una civilización que los poemas solo recuerdan a medias.

Donde se reunió la flota antes de Troya: un fondeadero real y consensuado cuyo episodio homérico es un presagio, no una batalla —la serpiente y los gorriones que anunciaron a los griegos diez años de …

La montaña desde la que los dioses contemplan la guerra y una pieza de topografía real que ancla el paisaje de la Ilíada: se ve desde Hisarlık y de ella bajan los ríos de la llanura.

El estrecho junto a la guerra. Las naves aqueas están varadas en él, los juegos fúnebres de Aquiles se celebran a su lado y su corriente es la razón económica más plausible de que Troya existiera.

El punto fijo del rompecabezas jónico. Toda reconstrucción del reino de Odiseo, por radical que sea, coincide en dónde está Zacinto.

La segunda isla del reino de Odiseo, tenida en general por Cefalonia: la mayor del grupo y la que más tumbas micénicas y menos edificios micénicos ha dado.

La isla del reino de Odiseo que sencillamente ha desaparecido. Envía más pretendientes que ningún otro lugar y no corresponde a nada en el mapa moderno.

El islote donde los pretendientes acechan a Telémaco: un lugar que el poema describe con precisión y que el mapa nunca ha producido.

Donde Odiseo pierde a seis hombres y ciega a Polifemo. Dos tradiciones la sitúan en costas volcánicas —Sicilia y Campania— y el poema no la sitúa en ninguna parte concreta, a propósito.

La isla flotante de Eolo, guardián de los vientos, cuyo regalo abre la tripulación de Odiseo a la vista de Ítaca. Las islas Eolias llevan el nombre, lo que es una prueba sobre la toponimia griega, no …

Donde Odiseo pierde once de sus doce naves en una sola tarde. El puerto es el fondeadero descrito con más precisión del poema, y nadie puede demostrar cuál es.

La isla de Circe, donde la tripulación es convertida en cerdos y donde a Odiseo se le explica cómo llegar hasta los muertos. La tradición romana la situó en un promontorio que solo parece una isla.

El único peligro de las andanzas que se comporta como un lugar real: un estrecho angosto con una corriente de marea letal a un lado y acantilados al otro. La Antigüedad lo situó en Mesina y nunca lo d…

Dos cantoras en un prado florido rodeado por los huesos de quienes se detuvieron a escuchar. El poema no da coordenadas y sí una instrucción náutica: cera en los oídos y el capitán atado al mástil.

La isla de las vacas del Sol, donde la tripulación comete el sacrilegio que la mata entera. La Antigüedad leyó el nombre como Sicilia; el poema describe un lugar al que no se puede llegar sin peligro.

La primera escala tras la tormenta y la primera tentación: un pueblo cuyo fruto hace que el visitante olvide el camino de vuelta. La geografía antigua los situó en la costa libia, en Yerba.

La ruta que Circe le dice a Odiseo que no tome. Se las describe, se las nombra y se las evita: es el único lugar del poema que existe solo como alternativa.

La isla de los feacios, la última escala antes de casa y el lugar más civilizado del poema: una ciudad portuaria con murallas, naves y corte, descrita con más detalle social que ningún sitio que Odise…

La bisagra de toda la Odisea. Al doblarlo, Odiseo es desviado durante diez años, y la geografía del poema pasa de mapa a relato exactamente en ese punto.

Un río real con fama de inframundo y el yacimiento que más se confunde con la entrada al Hades homérico. El atlas los mantiene separados: este lugar está aquí; aquel, no.

La primera escala al salir de Troya y la única a la que Odiseo llega por navegación ordinaria: una ciudad tracia que saquea y donde la negativa de su tripulación a marcharse cuesta seis hombres por na…

El borde lejano del mundo real de los poemas. A Menelao lo empuja allí el viento y vuelve rico; las vidas inventadas de Odiseo pasan también por allí, porque es adonde iría una mentira verosímil sobre…

Donde Menelao queda en calma chicha y lucha con Proteo, el dios marino que cambia de forma. La isla es segura; la distancia que le da Homero es uno de los errores más claros de los poemas.

Donde empieza la Ilíada. Un sacerdote de Apolo llega desde Crisa a rescatar a su hija, Agamenón se niega y la peste del dios pone en marcha todo el poema.

La isla frente a Troya: punto de apoyo en la Ilíada, escondite en la tradición posterior y recordatorio de que el paisaje marino de la Tróade es tan comprobable como su tierra.

El oráculo de Zeus en las montañas del Epiro y una de las pocas instituciones homéricas que se pueden excavar: el mismo dios, la misma encina, el mismo valle.

A cidade que a Ilíada sitia, identificada desde 1822 com o morro de Hisarlık, no noroeste da Turquia, e escavada continuamente desde 1870. A identificação do lugar está resolvida; o que aconteceu ali,…

A casa de Odisseu e o destino de todo o poema — e, de modo incômodo, uma de suas localizações menos seguras. A Ítaca moderna carrega o nome; a descrição que a Odisseia faz da ilha encaixa mal nela.

A ilha de Calipso, onde Odisseu passa sete de seus dez anos de ausência. A Odisseia a situa deliberadamente em lugar nenhum — “o umbigo do mar” — e é justamente por isso que suas identificações são tã…

Para onde Odisseu vai interrogar os mortos. O poema dá instruções de navegação até lá — e elas levam para além da borda do mundo, razão pela qual esta ficha não traz coordenada alguma.

A cidade de Agamêmnon e a única capital homérica que nunca precisou ser encontrada: a cidadela esteve sempre visível acima do solo e dá nome a toda a civilização da Idade do Bronze.

O reino de Nestor e o único palácio homérico por onde realmente se pode caminhar: o complexo do Bronze Final de Ano Englianós, cujo arquivo em Linear B se preservou porque o edifício ardeu.

O reino de Menelau e Helena. O vale é certo; o palácio, não: a Lacônia produziu mansões micênicas e um culto antigo a Menelau, mas nenhum palácio comparável a Pilos ou Micenas.

Uma cidade do Catálogo das Naus cujo epíteto homérico é uma descrição literal do que sobreviveu: muralhas tão maciças que os gregos posteriores supuseram terem sido erguidas por gigantes.

A cidade de Minos na Odisseia e o maior palácio de Creta: uma identificação que ninguém contesta, ligada a uma civilização que os poemas só lembram pela metade.

Onde a frota se reuniu antes de Troia: um ancoradouro real e consensual cujo episódio homérico é um presságio, não uma batalha — a serpente e os pardais que anunciaram aos gregos dez anos de guerra.

A montanha de onde os deuses observam a guerra e uma peça de topografia real que ancora a paisagem da Ilíada: é visível de Hisarlık, e dela descem os rios da planície.

O estreito ao lado da guerra. As naus aqueias estão encalhadas nele, os jogos fúnebres de Aquiles acontecem à sua margem e sua corrente é a razão econômica mais plausível para Troia ter existido.

O ponto fixo do quebra-cabeça jônico. Toda reconstrução do reino de Odisseu, por mais radical que seja, concorda sobre onde fica Zacinto.

A segunda ilha do reino de Odisseu, geralmente tida como a Cefalônia: a maior do grupo e a que deu mais túmulos micênicos e menos edifícios micênicos.

A ilha do reino de Odisseu que simplesmente sumiu. Envia mais pretendentes que qualquer outro lugar e não corresponde a nada no mapa moderno.

O ilhéu onde os pretendentes espreitam Telêmaco: um lugar que o poema descreve com precisão e que o mapa nunca produziu.

Onde Odisseu perde seis homens e cega Polifemo. Duas tradições a situam em costas vulcânicas — Sicília e Campânia — e o poema não a situa em parte alguma concreta, de propósito.

A ilha flutuante de Éolo, guardião dos ventos, cujo presente a tripulação de Odisseu abre à vista de Ítaca. As ilhas Eólias carregam o nome, o que é prova sobre a toponímia grega, não sobre o poema.

Onde Odisseu perde onze de suas doze naus numa só tarde. O porto é o ancoradouro descrito com mais precisão no poema, e ninguém pode provar qual é.

A ilha de Circe, onde a tripulação é transformada em porcos e onde a Odisseu se explica como chegar aos mortos. A tradição romana a situou num promontório que só parece uma ilha.

O único perigo das andanças que se comporta como um lugar real: um estreito apertado com uma corrente de maré letal de um lado e falésias do outro. A Antiguidade o situou em Messina e nunca discutiu.

Duas cantoras num prado florido cercado pelos ossos de quem parou para ouvir. O poema não dá coordenadas e dá uma instrução náutica: cera nos ouvidos e o capitão amarrado ao mastro.

A ilha do gado do Sol, onde a tripulação comete o sacrilégio que a mata inteira. A Antiguidade leu o nome como Sicília; o poema descreve um lugar aonde não se pode chegar sem perigo.

A primeira escala após a tempestade e a primeira tentação: um povo cujo fruto faz o visitante esquecer o caminho de volta. A geografia antiga os situou na costa líbia, em Djerba.

A rota que Circe diz a Odisseu para não tomar. São descritas, nomeadas e evitadas: é o único lugar do poema que existe apenas como alternativa.

A ilha dos feácios, a última escala antes de casa e o lugar mais civilizado do poema: uma cidade portuária com muralhas, naus e corte, descrita com mais detalhe social que qualquer lugar que Odisseu g…

A dobradiça de toda a Odisseia. Ao dobrá-lo, Odisseu é desviado por dez anos — e a geografia do poema passa de mapa a relato exatamente nesse ponto.

Um rio real com fama de submundo e o sítio mais confundido com a entrada do Hades homérico. O atlas os mantém separados: este lugar está aqui; aquele, não.

A primeira escala ao sair de Troia e a única aonde Odisseu chega por navegação comum: uma cidade trácia que ele saqueia e onde a recusa da tripulação em partir custa seis homens por nau.

A borda distante do mundo real dos poemas. Menelau é levado para lá pelo vento e volta rico; as vidas inventadas de Odisseu também passam por ali, porque é para onde iria uma mentira verossímil sobre …

Onde Menelau fica em calmaria e luta com Proteu, o deus marinho que muda de forma. A ilha é certa; a distância que Homero lhe dá é um dos erros mais claros dos poemas.

Onde a Ilíada começa. Um sacerdote de Apolo vem de Crise resgatar a filha, Agamêmnon recusa, e a peste do deus põe todo o poema em movimento.

A ilha diante de Troia: ponto de apoio na Ilíada, esconderijo na tradição posterior e lembrete de que a paisagem marinha da Trôade é tão verificável quanto sua terra.

O oráculo de Zeus nas montanhas do Epiro e uma das poucas instituições homéricas que se podem escavar: o mesmo deus, o mesmo carvalho, o mesmo vale.

La ville assiégée dans l'Iliade, identifiée depuis 1822 au monticule d'Hisarlık dans le nord-ouest de la Turquie et fouillée en continu depuis 1870. L'identification du lieu est établie ; ce qui s'y e…

La patrie d'Ulysse et la destination de tout le poème — et, paradoxalement, l'un de ses emplacements les moins assurés. L'Ithaque moderne porte ce nom, mais la description de l'île par l'Odyssée elle-…

L'île de Calypso, où Ulysse passe sept de ses dix années d'absence. L'Odyssée la situe délibérément nulle part — « le nombril de la mer » — ce qui est précisément la raison pour laquelle ses identific…

Là où Ulysse se rend pour interroger les morts. Le poème donne des instructions de navigation pour y parvenir — et elles mènent au-delà des limites du monde, c'est pourquoi cette entrée ne comporte au…

La cité d'Agamemnon, et la seule capitale homérique qui n'ait jamais eu besoin d'être retrouvée : la citadelle est restée visible hors de terre tout au long de l'Antiquité et donne son nom à l'ensembl…

Le royaume de Nestor, et le palais homérique que nous pouvons réellement visiter : le complexe de l'âge du Bronze récent à Ano Englianos, dont les archives en linéaire B ont survécu parce que le bâtim…

Le royaume de Ménélas et d'Hélène. La vallée est certaine, le palais ne l'est pas : la Laconie a livré des demeures mycéniennes et un culte précoce de Ménélas, mais aucun palais comparable à Pylos ou …

Une cité du Catalogue des vaisseaux dont l'épithète homérique est une description littérale de ce qui subsiste : des remparts si massifs que les Grecs des époques ultérieures pensaient que des géants …

La cité de Minos dans l'Odyssée et le plus grand palais de Crète — une identification que personne ne conteste, rattachée à une civilisation dont les poèmes ne se souviennent qu'à moitié.

Le lieu de rassemblement de la flotte avant Troie — un mouillage réel et incontesté dont l'événement homérique est un présage, non une bataille : le serpent et les moineaux qui annoncèrent aux Grecs q…

La montagne depuis laquelle les dieux observent la guerre, et un élément de topographie réelle qui ancre le paysage de l'Iliade : elle est visible depuis Hisarlık, et les fleuves de la plaine y prenne…

Le détroit au cœur de la guerre. Les navires achéens y sont échoués, les jeux funéraires d'Achille s'y déroulent, et son courant est la raison économique la plus plausible de l'existence même de Troie…

Le point fixe de l'énigme ionienne. Toutes les reconstructions du royaume d'Ulysse, aussi radicales soient-elles, s'accordent sur l'emplacement de Zacinthe.

La deuxième île du royaume d'Ulysse, généralement identifiée comme Céphalonie — la plus grande île du groupe, celle qui compte le plus de tombes mycéniennes et le moins de bâtiments mycéniens.

L'île du royaume d'Ulysse qui a tout simplement disparu. Elle envoie plus de prétendants que n'importe quel autre endroit et ne correspond à rien sur la carte moderne.

L'îlot où les prétendants attendent Télémaque en embuscade — un lieu que le poème décrit précisément et que la carte n'a jamais révélé.

Là où Ulysse perd six hommes et aveugle Polyphème. Deux traditions la situent sur des côtes volcaniques — la Sicile et la Campanie — et le poème ne la situe nulle part en particulier, de manière délib…

L'île flottante d'Éole, le gardien des vents, dont les compagnons d'Ulysse ouvrent le présent alors qu'Ithaque est en vue. Les îles Éoliennes en portent le nom — ce qui témoigne de la dation des noms …

Là où Ulysse perd onze de ses douze navires en un seul après-midi. Le port est le mouillage décrit avec la plus grande précision dans le poème, et personne ne peut prouver de quel endroit il s'agit.

L'île de Circé, où l'équipage est transformé en porcs et où l'on indique à Ulysse comment rejoindre le royaume des morts. La tradition romaine la situait sur un promontoire qui ressemble seulement à u…

Le seul péril des errances qui se comporte comme un lieu réel : un détroit étroit avec un courant de marée mortel d'un côté et des falaises de l'autre. L'Antiquité l'a situé à Messine sans jamais le c…

Deux chanteuses sur une prairie fleurie, entourées des ossements des hommes qui se sont arrêtés pour les écouter. Le poème ne donne aucune coordonnée et une seule consigne de navigation : de la cire d…

L'île des troupeaux du Soleil, où l'équipage commet le sacrilège qui causera leur perte à tous. L'Antiquité a assimilé ce nom à la Sicile ; le poème décrit un lieu qu'on ne peut visiter sans péril.

La première étape après la tempête, et la première tentation : un peuple dont le fruit fait oublier aux visiteurs le chemin du retour. La géographie antique les situait sur la côte libyenne, à Djerba.

La route que Circé conseille à Ulysse de ne pas prendre. Elles sont décrites, nommées, puis évitées — le seul lieu du poème qui existe purement comme une alternative.

L'île des Phéaciens, la dernière étape avant le retour et le lieu le plus civilisé du poème — une ville portuaire dotée de remparts, de navires et d'une cour, décrite avec plus de détails sociaux que …

Le pivot de toute l'Odyssée. En le doublant, Ulysse est dévié de sa route pour dix ans — et la géographie du poème passe d'une carte à un récit exactement à cet endroit.

Un véritable fleuve réputé pour être lié aux enfers, et le site le plus souvent confondu avec l'entrée de l'Hadès d'Homère. L'atlas les sépare : ce lieu est ici, l'autre ne l'est pas.

La première étape après Troie, et la seule qu'Ulysse atteint par une navigation ordinaire : une ville thrace qu'il pille, et où le refus de son équipage de repartir coûte la vie à six hommes par navir…

La limite lointaine du monde réel des poèmes. Ménélas y est poussé par les vents et en revient riche ; les récits de vie inventés par Ulysse s'y déroulent également, car c'est là que mènerait un menso…

Là où Ménélas est bloqué par le calme plat et lutte contre le dieu marin métamorphe Protée. L'île est certaine ; la distance qu'Homère lui attribue est l'une des erreurs les plus évidentes des poèmes.

Là où commence l'Iliade. Un prêtre d'Apollon vient de Chrysé pour racheter sa fille, Agamemnon refuse, et la peste envoyée par le dieu lance toute l'action du poème.

L'île au large de Troie : un point d'étape dans l'Iliade, un lieu de refuge dans la tradition ultérieure, et un rappel que le paysage marin de la Troade est aussi vérifiable que sa terre.

L'oracle de Zeus dans les montagnes de l'Épire, et l'une des rares institutions homériques que nous puissions fouiller : le même dieu, le même chêne, la même vallée.

Die von der Ilias belagerte Stadt, die seit 1822 mit dem Hügel von Hisarlık in der nordwestlichen Türkei identifiziert und seit 1870 kontinuierlich ausgegraben wird. Die Identifizierung des Ortes ist …

Odysseus' Heimat und das Ziel des gesamten Epos – und unglücklicherweise einer seiner am wenigsten gesicherten Orte. Das moderne Ithaki trägt zwar den Namen, aber die Beschreibung der Insel in der Ody…

Kalypsos Insel, auf der Odysseus sieben seiner zehn Jahre in der Fremde verbringt. Die Odyssee verortet sie bewusst im Nirgendwo – als „Nabel des Meeres“ –, was genau der Grund ist, warum ihre Identif…

Wohin Odysseus reist, um die Toten zu befragen. Das Epos gibt Wegbeschreibungen dorthin – und diese führen über den Rand der Welt hinaus, weshalb dieser Eintrag keinerlei Koordinaten enthält.

Die Stadt Agamemnons und die einzige homerische Hauptstadt, die nie gesucht werden musste: Die Zitadelle war während der gesamten Antike oberirdisch sichtbar und gibt der gesamten bronzezeitlichen Ziv…

Nestors Königreich und der homerische Palast, den wir tatsächlich durchschreiten können: der spätbronzezeitliche Komplex bei Ano Englianos, dessen Linear-B-Archiv überlebte, weil das Gebäude niederbra…

Das Königreich von Menelaos und Helena. Das Tal ist sicher, der Palast nicht: Lakonien hat mykenische Herrenhäuser und einen frühen Kult des Menelaos hervorgebracht, aber keinen Palast, der mit Pylos …

Eine Stadt aus dem Schiffskatalog, deren homörisches Beiwort eine wörtliche Beschreibung dessen ist, was überdauert hat: Mauern, die so gewaltig sind, dass spätere Griechen annahmen, Riesen hätten sie…

Die Stadt des Minos in der Odyssee und der größte Palast auf Kreta – eine Identifizierung, die niemand bestreitet, verbunden mit einer Zivilisation, an die sich die Epen nur halb erinnern.

Wo sich die Flotte vor Troja sammelte – ein realer, unumstrittener Ankerplatz, dessen homerisches Ereignis ein Omen ist, keine Schlacht: die Schlange und die Sperlinge, die den Griechen verkündeten, d…

Der Berg, von dem aus die Götter den Krieg beobachten, und ein Stück realer Topografie, das die Landschaft der Ilias verankert: Er ist von Hisarlık aus sichtbar, und die Flüsse der Ebene entspringen d…

Die Meerenge neben dem Krieg. Die Schiffe der Achäer sind dort am Strand aufgereiht, Achilleus' Leichenspiele werden dort abgehalten, und ihre Strömung ist der plausibelste wirtschaftliche Grund dafür…

Der Fixpunkt im ionischen Rätsel. Jede Rekonstruktion von Odysseus' Königreich, wie radikal sie auch sein mag, stimmt darin überein, wo Zakynthos liegt.

Die zweite Insel von Odysseus' Königreich, die allgemein mit Kefalonia gleichgesetzt wird – der größten Insel der Gruppe und derjenigen mit den meisten mykenischen Gräbern und den wenigsten mykenische…

Die Insel aus dem Reich des Odysseus, die einfach verschwunden ist. Sie stellt mehr Freier als jeder andere Ort und entspricht nichts auf der modernen Landkarte.

Die kleine Insel, auf der die Freier Telemach auflauern – ein Ort, den das Epos präzise beschreibt und den die Landkarte nie hervorgebracht hat.

Wo Odysseus sechs Männer verliert und Polyphem den Blick raubt. Zwei Traditionen verorten es an vulkanischen Küsten – Sizilien und Kampanien – und das Epos verortet es ganz bewusst an keinem bestimmte…

Die schwimmende Insel des Aiolos, des Hüters der Winde, dessen Geschenk die Gefährten des Odysseus in Sichtweite von Ithaka öffnen. Die Äolischen Inseln tragen diesen Namen – was ein Beleg für die gri…

Wo Odysseus an einem einzigen Nachmittag elf seiner zwölf Schiffe verliert. Der Hafen ist der am präzisesten beschriebene Ankerplatz im Epos, und niemand kann beweisen, um welchen es sich handelt.

Kirkes Insel, auf der die Gefährten in Schweine verwandelt werden und auf der Odysseus erfährt, wie er das Reich der Toten erreicht. Die römische Tradition verortete sie auf einer Landzunge, die nur w…

Die einzige Gefahr auf den Irrwegen, die sich wie ein realer Ort verhält: eine Meerenge mit einer tödlichen Gezeitenströmung auf der einen und Klippen auf der anderen Seite. Die Antike verortete sie i…

Zwei Sängerinnen auf einer blühenden Wiese, umgeben von den Knochen der Männer, die anhielten, um zuzuhören. Das Epos gibt keine Koordinaten und nur eine Navigationsanweisung: Wachs in die Ohren und d…

Die Insel der Rinder des Sonnengottes, auf der die Gefährten das Sakrileg begehen, das sie alle das Leben kostet. Die Antike deutete den Namen als Sizilien; das Epos beschreibt einen Ort, der nicht si…

Die erste Station nach dem Sturm und die erste Versuchung: ein Volk, dessen Frucht Besucher den Heimweg vergessen lässt. Die antike Geografie verortete sie an der libyschen Küste, auf Djerba.

Die Route, von der Kirke Odysseus rät, sie nicht zu nehmen. Sie werden beschrieben, benannt und dann gemieden – der einzige Ort im Epos, der rein als Alternative existiert.

Die Insel der Phäaken, die letzte Station vor der Heimat und der zivilisierteste Ort im Epos – eine Hafenstadt mit Mauern, Schiffen und einem Hofstaat, die in größerem gesellschaftlichen Detail beschr…

Der Wendepunkt der gesamten Odyssee. Bei seiner Umrundung wird Odysseus für zehn Jahre vom Kurs abgebracht – und die Geografie des Epos wandelt sich genau an dieser Stelle von einer Landkarte zu einer…

Ein realer Fluss mit dem Ruf der Unterwelt und der Ort, der am häufigsten mit dem Eingang zu Homers Hades verwechselt wird. Der Atlas hält sie auseinander: Dieser Ort ist hier, jener nicht.

Die erste Station nach Troja und die einzige, die Odysseus durch gewöhnliches Segeln erreicht: eine thrakische Stadt, die er plündert und in der die Weigerung seiner Mannschaft, abzureisen, sechs Männ…

Der äußerste Rand der realen Welt der Epen. Menelaos wird dorthin verschlagen und kehrt reich nach Hause zurück; auch Odysseus' erfundene Lebensgeschichten führen dorthin, da es der Ort ist, an den ei…

Wo Menelaos von einer Flaute aufgehalten wird und mit dem gestaltwandelnden Meeresgott Proteus ringt. Die Insel ist sicher; die Entfernung, die Homer angibt, ist einer der eindeutigsten Fehler in den …

Wo die Ilias beginnt. Ein Apollon-Priester kommt aus Chryse, um seine Tochter freizukaufen, Agamemnon weigert sich, und die Plage des Gottes setzt das gesamte Epos in Gang.

Die Insel vor der Küste von Troja: ein Stützpunkt in der Ilias, ein Versteck in der späteren Tradition und eine Erinnerung daran, dass die Meereslandschaft der Troas ebenso überprüfbar ist wie ihr Fes…

Das Orakel des Zeus in den Bergen von Epirus und eine der wenigen homerischen Institutionen, die wir ausgraben können: derselbe Gott, dieselbe Eiche, dasselbe Tal.

『イリアス』で包囲される都市。1822年以降、トルコ北西部のヒサルルクの丘と同定され、1870年以来継続的に発掘調査が行われている。場所の同定については決着がついているが、そこで何が起きたのかについては未だ解明されていない。

オデュッセウスの故郷であり、詩全体の目的地。しかし厄介なことに、最も位置の不確かな場所の1つでもある。現代のイサキ島がその名を冠しているが、『オデュッセイア』自体における島の描写は、この島にほとんど適合しない。

オデュッセウスが10年の放浪のうち7年を過ごしたカリュプソの島。『オデュッセイア』は意図的にこの島をどこでもない場所（「海のへそ」）に配置しており、それこそがこの島の同定が極めて示唆に富む理由である。

オデュッセウスが死者に問いかけるために赴く場所。詩にはそこへの航海案内が記されているが、それは世界の果てを越えた先へと導いている。そのため、このエントリーには座標が一切記載されていない。

アガメムノンの都市であり、発見される必要のなかった唯一のホメロスの首都。その城塞は古代を通じて地上に見えており、青銅器時代文明全体の名前の由来となっている。

ネストルの王国であり、私たちが実際に歩くことができるホメロスの宮殿。アノ・エンリアノスにある青銅器時代後期の複合遺跡で、建物が焼失したために線文字Bのアーカイブが残された。

メネラオスとヘレネの王国。渓谷は確実だが、宮殿は不確実である。ラコニアからはミケーネ時代の邸宅や初期のメネラオス信仰の跡が出土しているが、ピュロスやミケーネに匹敵する宮殿は見つかっていない。

『船名録』に登場する都市で、そのホメロス風の異名は、現存する遺構を文字通り描写したものである。あまりにも巨大な城壁であるため、後世のギリシャ人は巨人が建てたものと考えた。

『オデュッセイア』に登場するミノスの都市であり、クレタ島最大の宮殿。この同定に異論を唱える者はいないが、詩の中で半分しか記憶されていない文明に結びついている。

トロイアに向けて艦隊が集結した場所。実在し、合意されている停泊地であるが、ホメロスが描く出来事は戦闘ではなく前兆である。すなわち、戦争が10年続くことをギリシャ人に告げた蛇とスズメの逸話である。

神々が戦争を見守る山であり、『イリアス』の風景を固定する実在の地形。ヒサルルクから見ることができ、平野の川はこの山から流れ出ている。

戦争の傍らにある海峡。アカイア人の船がその岸辺に引き揚げられ、アキレウスの葬儀の競技がその傍らで開催される。その潮流こそが、トロイがそもそも存在したことに対する最も説得力のある経済的理由である。

イオニアの謎における不動の基準点。オデュッセウスの王国のいかなる再構成案も、それがどれほど急進的なものであっても、ザキントスの位置については一致している。

オデュッセウスの王国の第2の島。一般にケファロニア島とされる。この島々の中で最大の島であり、マイケナイの墓が最も多く、マイケナイの建物が最も少ない。

オデュッセウスの王国に属しながら、単に行方不明になっている島。他のどこよりも多くの求婚者を送り出しているが、現代の地図上の何物とも一致しない。

求婚者たちがテレマコスを待ち伏せする小島。詩では正確に描写されているが、地図上には一度も現れたことがない場所である。

オデュッセウスが6人の部下を失い、ポリュペモスを盲目にした場所。2つの伝統はここを火山性の海岸（シチリアとカンパニア）に位置づけているが、詩は意図的に特定の場所を定めていない。

風の守護者アイオロスが住む浮島。オデュッセウスの部下たちはイタカが見えるところで彼の贈り物を開けてしまう。アイオリア諸島がその名を冠しているが、これはギリシャ人の命名に関する証拠であり、詩そのものに関する証拠ではない。

オデュッセウスがわずか一日の午後に12隻の船のうち11隻を失った場所。この港は詩の中で最も正確に描写されている停泊地であるが、それがどの港であるかを証明できる者は誰もいない。

キルケの島。ここで乗組員たちは豚に変えられ、オデュッセウスは死者の国への行き方を告げられる。ローマの伝承では、島のように見えるだけの岬にこの島を比定している。

漂流の旅における危険の中で、唯一実在の場所のように振る舞うもの：片側に致命的な激しい潮流があり、もう片側に崖がある狭い海峡。古代の人々はこれをメッシーナに比定し、異論を挟まなかった。

立ち止まって耳を傾けた男たちの骨に囲まれた、花咲く草原の上の2人の歌い手。詩には座標は示されておらず、航海上の指示が1つだけある。耳に蝋を詰め、船長をマストに縛り付けること。

太陽神の牛の島。ここで乗組員たちは全員の死を招く冒涜を犯す。古代の人々はこの名前をシチリアと解釈したが、詩が描写しているのは安全に訪れることのできない場所である。

嵐の後の最初の目的地であり、最初の誘惑。その果実を食べると、訪れた者は家への帰り道を忘れてしまうという人々。古代の地理学は、彼らをリビア海岸のジェルバ島に位置づけていた。

キルケがオデュッセウスに進まないよう告げたルート。それらは描写され、命名され、そして回避される。詩の中で純粋に代替案としてのみ存在する唯一の場所である。

パイアケス人の島。帰郷前の最後の立ち寄り地であり、詩の中で最も文明化された場所。城壁、船、宮廷を備えた港湾都市であり、オデュッセウスが実際に支配しているどの場所よりも社会的な詳細が描かれている。

『オデュッセイア』全体の転換点。この岬を回る際、オデュッセウスは進路を外れて10年間漂流することになり、詩の地理はまさにこの地点で地図から物語へと変化する。

冥界の噂を持つ実在の川であり、ホメロスのハデス（冥界）の入り口と最も頻繁に混同される場所。この地図帳では両者を区別している。この場所はここにあり、あちらの場所はここにはない。

トロイを出発して最初の寄港地であり、オデュッセウスが通常の航海で到達した唯一の場所。彼が略奪したトラキアの町であり、乗組員が立ち去ることを拒んだために、船1隻につき6人の犠牲者を出すことになった。

詩篇における現実世界の最果て。メネラオスは風に流されてそこへ至り、富を得て帰郷する。オデュッセウスの作り話の経歴もそこを舞台にしている。過酷な旅に関するもっともらしい嘘の行き先として、そこが最適だからである。

メネラオスが風待ちで足止めされ、姿を変える海の神プロテウスと格闘した場所。島の実在は確実だが、ホメロスが示す距離は詩の中で最も明白な誤りの一つである。

『イリアス』が始まる場所。アポロンの神官が娘を身請けするためにクリセからやって来るが、アガメムノンがこれを拒絶し、神がもたらした疫病が詩全体の引き金となる。

トロイア沖の島：『イリアス』における中継地であり、後世の伝承における隠れ場所であり、トロアス地方の海景がその陸地と同様に検証可能であることを思い出させるものである。

エピロス地方の山中にあるゼウスの神託所。ホメロスの世界に登場する制度の中で、私たちが発掘できる数少ないものの1つである。同じ神、同じオークの木、同じ谷が存在する。

《伊利亚特》中被围困的城市。自1822年起，该城被认定为土耳其西北部的希萨尔利克（Hisarlık）土丘，并自1870年起持续发掘。该地点的认定已成定论，但那里曾发生过什么仍无定论。

奥德修斯的家园，也是整部史诗的目的地——然而尴尬的是，它也是最不确定的地点之一。现代的伊萨基岛（Ithaki）承载着这个名字；但《奥德赛》自身对该岛的描述与其并不相符。

卡吕普索的岛屿，奥德修斯在外流亡的十年中有七年在此度过。《奥德赛》刻意不将其置于任何具体位置——称其为“大海的肚脐”——这恰恰是为什么对该岛的认定如此耐人寻味。

奥德修斯前往询问死者的地方。史诗给出了前往那里的航行指引——而这些指引通往世界的边缘之外，这就是为什么该条目完全没有坐标的原因。

阿伽门农的城市，也是唯一一个无需寻找的荷马史诗首都：在整个古代，其卫城在地面上都清晰可见，并为整个青铜时代文明命名。

涅斯托尔的王国，也是我们真正可以漫步其中的荷马史诗宫殿：位于阿诺·恩格利亚诺斯（Ano Englianos）的青铜时代晚期建筑群，其线形文字B档案因建筑被焚毁而得以幸存。

墨涅拉俄斯和海伦的王国。山谷是确定的，但宫殿并不确定：拉科尼亚出土了迈锡尼时期的宅邸以及早期的墨涅拉俄斯崇拜遗迹，但没有发现能与皮洛斯或迈锡尼相媲美的宫殿。

《船名志》中的一座城市，其荷马史诗中的修饰语是对现存遗迹的字面描述：城墙如此雄伟，以至于后来的希腊人认为它们是由巨人建造的。

《奥德赛》中米诺斯的城市，也是克里特岛上最大的宫殿——这一认定无人争议，它与诗作中仅存模糊记忆的文明相联系。

出征特洛伊前舰队集结的地方——一个真实且公认的锚地，其在荷马史诗中的事件是一个预兆，而非一场战斗：蛇和麻雀预示着希腊人这场战争将持续十年。

众神观看战争的山峰，也是奠定《伊利亚特》景观基础的真实地形：从希萨尔利克（Hisarlık）可以看到它，平原上的河流也发源于此。

战争旁的海峡。阿开亚人的船只停泊在岸边，阿喀琉斯的葬礼竞技在其旁举行，而它的洋流是特洛伊之所以存在的最合理的经济原因。

伊奥尼亚谜题中的固定点。对奥德修斯王国的每一种重建方案，无论多么激进，在扎金索斯的位置上都达成了一致。

奥德修斯王国的第二大岛，通常被认为是凯法利尼亚岛（Kefalonia）——该群岛中最大的岛屿，拥有最多的迈锡尼墓葬和最少的迈锡尼建筑。

奥德修斯王国中神秘失踪的岛屿。它派出的求婚者比其他任何地方都多，但在现代地图上却找不到任何与之匹配的地方。

求婚者们埋伏等待忒勒马科斯的小岛——诗歌对其进行了精确的描述，但地图上从未出现过这样一个地方。

奥德修斯在此失去了六名部下并刺瞎了波吕斐摩斯。两种传统将其置于火山海岸——西西里和坎帕尼亚——而诗作则故意没有将其置于任何具体的地点。

风神埃俄洛斯的漂浮之岛，奥德修斯的船员在望见伊萨卡时打开了他的赠礼。埃俄利亚群岛沿用了这一名字——这证明了希腊人的命名习惯，而非诗歌本身。

奥德修斯在一个下午便失去了十二艘船中的十一艘。该港口是诗中描述最精确的锚地，但无人能证实它究竟是哪一个。

喀耳刻的岛屿，船员们在此被变成了猪，奥德修斯在此被告知如何前往亡灵之地。罗马传统将其定位在一个仅仅看起来像岛屿的岬角上。

漂泊旅程中唯一表现得像个真实地点的险境：一条狭窄的海峡，一侧是致命的急流，另一侧是悬崖。古代学者将其定在美西纳，且从未有过争议。

两位歌手在鲜花盛开的草地上歌唱，周围堆满了驻足倾听者的白骨。史诗没有给出坐标，只给了一条航行指示：用蜡封住耳朵，并将船长绑在桅杆上。

太阳神神牛的岛屿，船员们在此犯下了导致他们全部丧命的亵渎罪行。古代学者将该名称解读为西西里岛；而史诗描述的则是一个无法安全造访的地方。

风暴过后的第一站，也是第一个诱惑：一个其果实能让游客忘记回家之路的民族。古代地理学将其置于利比亚海岸的杰尔巴岛（Djerba）。

喀耳刻告诫奥德修斯不要选择的路线。它们在诗中被描述、被命名，然后被避开——这是诗中唯一一个纯粹作为替代方案而存在的地点。

费阿基亚人的岛屿，回家前的最后一站，也是诗中最文明的地方——一个拥有城墙、船只和宫廷的港口城市，其社会细节描写比奥德修斯实际统治的任何地方都要详尽。

整部《奥德赛》的转折点。绕过它时，奥德修斯被吹离航线长达十年——诗歌的地理也恰恰在这一刻从地图转变为故事。

一条拥有冥界名声的真实河流，也是最常与荷马史诗中哈迪斯（Hades）入口混淆的遗址。本图册将它们区分开来：这个地方在这里，而那个地方不在这里。

离开特洛伊后的第一站，也是奥德修斯通过普通航行到达的唯一一站：一个被他洗劫的色雷斯城镇，在那里，他的船员因拒绝离开而导致每艘船损失了六个人。

史诗中真实世界的遥远边缘。墨涅拉俄斯（Menelaus）被风吹到那里，满载而归；奥德修斯（Odysseus）虚构的身世故事也设定在那里，因为对于艰难旅程而言，那是一个听起来合情合理的谎言去向。

墨涅拉俄斯因无风受阻并与善变的变形海神普罗透斯搏斗的地方。该岛的存在是确凿无误的；但荷马给出的距离是诗歌中最明显的错误之一。

《伊利亚特》开始的地方。阿波罗的一位祭司从克律塞前来赎回他的女儿，阿伽门农拒绝了，神降下的瘟疫拉开了整部诗歌的序幕。

特洛伊近海的岛屿：在《伊利亚特》中是集结地，在后来的传统中是藏匿处，它提醒人们，特罗阿德的海景与它的陆地一样是可以考证的。

伊庇鲁斯山区宙斯的神谕所，也是我们能够发掘的少数荷马时代制度之一：相同的神、相同的橡树、相同的山谷。

The Iliad opens with a local dispute over a captive woman from a nearby coastal town — and with nine days of arrows from Apollo.

Two hundred and seventy lines listing twenty-nine contingents, their commanders, their ship counts and their towns. It is the single densest piece of geography in Greek literature and the backbone of …

The Iliad's second setting: a beach of drawn-up ships, a ditch, a wall with gates, and the ground between it and the city where almost all the fighting happens.

Three circuits of the city at a run, past the springs where the women of Troy used to wash — the most topographically specific action scene in Greek epic.

An old king crosses the plain at night with a wagon of treasure to ask the man who killed his son for the body. The Iliad ends here, and so does its geography.

A young man arrives by ship at a sacrificing shore, is fed before he is questioned, and hears an old king talk. It is the most ordinary episode in the Odyssey and the easiest to place.

The strangest domestic scene in Homer: Helen, back in her husband's house, drugs the wine so the company can talk about Troy without weeping.

Becalmed off Egypt, Menelaus ambushes a shape-shifting god to ask the way home — and gets, instead, the news that his brother has been murdered.

The Odyssey's counter-example: the homecoming that goes wrong. Agamemnon reaches his own country and is killed at dinner, and the story shadows Odysseus' return from Book 1 onward.

Twenty suitors take a ship and wait in a strait for Telemachus to sail home. Six lines of text, one named islet, and an identification that has failed for two thousand years.

Seven years of the ten are spent here, and the poem spends them almost entirely off-stage. When the Odyssey finally opens on Ogygia in Book 5, it gives a lush description and no coordinates.

Odysseus washes ashore naked and is found by a princess doing laundry. What follows is the most civilised sequence in the poem — and the last place he visits before home.

The best-known episode of the war is not narrated in either poem: the Odyssey has a bard sing it in twenty lines. Its location is the most secure in the atlas, and its historicity the least.

The last piece of ordinary history in the Odyssey. Odysseus leaves Troy, sacks a Thracian town, loses seventy-two men to a counter-attack, and then the wind takes over.

Twenty-three lines, no violence, and the most quietly frightening danger in the poem: a fruit that makes men stop wanting to go home.

The most famous episode in Homer and one of the least locatable. Odysseus loses six men, blinds a giant, escapes under a ram, and then shouts his own name — which is what costs him ten years.

The cruellest episode in the poem: Ithaca is in sight, the crew open the bag their captain has guarded for nine days, and the winds blow them all the way back.

Eleven ships lost in a single harbour. The most precisely described anchorage in the Odyssey is also its deadliest, and nobody can prove where it is.

A year on an island with a goddess who turns men into pigs, and the only host in the wanderings who sends Odysseus on with instructions instead of injuries.

Book 11 sends Odysseus to the edge of the world to consult the prophet Tiresias. It is the one journey in the poem with detailed directions and no possible destination.

The one danger Odysseus survives by planning: wax in the crew's ears, his own body lashed to the mast, and the song heard by a man who cannot act on it.

A choice between losing six men and losing everyone. It is the only hazard in the wanderings whose physical behaviour matches a real place.

The crew's last mistake. Warned twice by name, trapped a month by contrary winds and starving, they kill the Sun's immortal cattle while their captain sleeps.

The Phaeacians sail Odysseus home asleep and leave him on his own shore with his treasure. The poem describes the landing place in unusual topographical detail — two headlands, an olive tree, a cave o…

La Ilíada empieza con una disputa local por una cautiva de una ciudad costera cercana, y con nueve días de flechas de Apolo.

Doscientos setenta versos que enumeran veintinueve contingentes, sus jefes, sus naves y sus ciudades. Es la pieza de geografía más densa de la literatura griega y la columna vertebral de este atlas.

El segundo escenario de la Ilíada: una playa de naves varadas, un foso, una muralla con puertas y el terreno entre ella y la ciudad donde ocurre casi todo el combate.

Tres vueltas a la ciudad a la carrera, junto a las fuentes donde lavaban las troyanas: la escena de acción más específica topográficamente de la épica griega.

Un rey anciano cruza la llanura de noche con un carro de tesoros para pedirle al hombre que mató a su hijo el cuerpo del muchacho. La Ilíada termina aquí, y con ella su geografía.

Un joven llega por mar a una playa donde se sacrifica, lo alimentan antes de preguntarle y escucha hablar a un rey viejo. Es el episodio más ordinario de la Odisea y el más fácil de situar.

La escena doméstica más extraña de Homero: Helena, de vuelta en casa de su marido, droga el vino para que la compañía pueda hablar de Troya sin llorar.

En calma chicha frente a Egipto, Menelao embosca a un dios que cambia de forma para preguntarle el camino a casa, y lo que obtiene es la noticia de que su hermano ha sido asesinado.

El contraejemplo de la Odisea: el regreso que sale mal. Agamenón llega a su tierra y lo matan durante la cena, y la historia proyecta su sombra sobre el regreso de Odiseo desde el canto 1.

Veinte pretendientes toman una nave y esperan en un estrecho a que Telémaco vuelva a casa. Seis versos de texto, un islote con nombre y una identificación fallida desde hace dos mil años.

Siete de los diez años transcurren aquí, y el poema los pasa casi enteros fuera de escena. Cuando la Odisea abre por fin en Ogigia, en el canto 5, ofrece una descripción exuberante y ninguna coordenad…

Odiseo llega desnudo a la orilla y lo encuentra una princesa lavando ropa. Lo que sigue es la secuencia más civilizada del poema, y el último lugar que visita antes de casa.

El episodio más conocido de la guerra no se narra en ninguno de los dos poemas: la Odisea hace que un aedo lo cante en veinte versos. Su localización es la más segura del atlas; su historicidad, la me…

El último trozo de historia ordinaria de la Odisea. Odiseo sale de Troya, saquea una ciudad tracia, pierde setenta y dos hombres en el contraataque, y a partir de ahí manda el viento.

Veintitrés versos, ninguna violencia y el peligro más silenciosamente aterrador del poema: un fruto que hace que los hombres dejen de querer volver a casa.

El episodio más famoso de Homero y uno de los menos localizables. Odiseo pierde seis hombres, ciega a un gigante, escapa bajo un carnero y luego grita su propio nombre, que es lo que le cuesta diez añ…

El episodio más cruel del poema: Ítaca está a la vista, la tripulación abre el odre que su capitán ha custodiado durante nueve días y los vientos los devuelven al principio.

Once naves perdidas en un solo puerto. El fondeadero descrito con más precisión de la Odisea es también el más letal, y nadie puede demostrar dónde está.

Un año en una isla con una diosa que convierte a los hombres en cerdos, y la única anfitriona de las andanzas que despide a Odiseo con instrucciones en vez de heridas.

El canto 11 envía a Odiseo al borde del mundo a consultar al adivino Tiresias. Es el único viaje del poema con indicaciones detalladas y ningún destino posible.

El único peligro que Odiseo supera planificando: cera en los oídos de la tripulación, su propio cuerpo atado al mástil y el canto escuchado por un hombre que no puede obedecerlo.

Una elección entre perder seis hombres y perderlos a todos. Es el único peligro de las andanzas cuyo comportamiento físico corresponde a un lugar real.

El último error de la tripulación. Advertidos dos veces y por su nombre, retenidos un mes por vientos contrarios y hambrientos, matan las reses inmortales del Sol mientras su capitán duerme.

Los feacios llevan dormido a Odiseo hasta su casa y lo dejan en su propia orilla con su tesoro. El poema describe el lugar del desembarco con un detalle topográfico insólito: dos promontorios, un oliv…

A Ilíada começa com uma disputa local por uma cativa de uma cidade costeira próxima — e com nove dias de flechas de Apolo.

Duzentos e setenta versos que enumeram vinte e nove contingentes, seus chefes, suas naus e suas cidades. É a peça de geografia mais densa da literatura grega e a espinha dorsal deste atlas.

O segundo cenário da Ilíada: uma praia de naus encalhadas, um fosso, uma muralha com portas e o terreno entre ela e a cidade onde ocorre quase todo o combate.

Três voltas à cidade em corrida, junto às nascentes onde as troianas lavavam — a cena de ação mais específica topograficamente da épica grega.

Um rei idoso cruza a planície à noite com um carro de tesouros para pedir ao homem que matou seu filho o corpo do rapaz. A Ilíada termina aqui, e com ela sua geografia.

Um jovem chega de navio a uma praia onde se sacrifica, é alimentado antes de ser interrogado e ouve um velho rei falar. É o episódio mais ordinário da Odisseia e o mais fácil de situar.

A cena doméstica mais estranha de Homero: Helena, de volta à casa do marido, droga o vinho para que a companhia possa falar de Troia sem chorar.

Em calmaria diante do Egito, Menelau embosca um deus que muda de forma para lhe perguntar o caminho de casa — e o que obtém é a notícia de que seu irmão foi assassinado.

O contraexemplo da Odisseia: o retorno que dá errado. Agamêmnon chega à própria terra e é morto no jantar, e a história projeta sua sombra sobre o retorno de Odisseu desde o canto 1.

Vinte pretendentes tomam uma nau e esperam num estreito que Telêmaco volte para casa. Seis versos de texto, um ilhéu com nome e uma identificação que falha há dois mil anos.

Sete dos dez anos transcorrem aqui, e o poema os passa quase inteiros fora de cena. Quando a Odisseia enfim abre em Ogígia, no canto 5, oferece uma descrição exuberante e nenhuma coordenada.

Odisseu chega nu à praia e é encontrado por uma princesa lavando roupa. O que se segue é a sequência mais civilizada do poema — e o último lugar que ele visita antes de casa.

O episódio mais conhecido da guerra não é narrado em nenhum dos dois poemas: a Odisseia faz um aedo cantá-lo em vinte versos. Sua localização é a mais segura do atlas; sua historicidade, a menos.

O último pedaço de história ordinária da Odisseia. Odisseu sai de Troia, saqueia uma cidade trácia, perde setenta e dois homens no contra-ataque, e daí em diante quem manda é o vento.

Vinte e três versos, nenhuma violência e o perigo mais silenciosamente aterrorizante do poema: um fruto que faz os homens deixarem de querer voltar para casa.

O episódio mais famoso de Homero e um dos menos localizáveis. Odisseu perde seis homens, cega um gigante, escapa sob um carneiro e depois grita o próprio nome — que é o que lhe custa dez anos.

O episódio mais cruel do poema: Ítaca está à vista, a tripulação abre o odre que seu capitão guardou por nove dias e os ventos os levam de volta ao começo.

Onze naus perdidas num único porto. O ancoradouro descrito com mais precisão na Odisseia é também o mais letal, e ninguém pode provar onde fica.

Um ano numa ilha com uma deusa que transforma homens em porcos, e a única anfitriã das andanças que despede Odisseu com instruções em vez de ferimentos.

O canto 11 envia Odisseu à borda do mundo para consultar o adivinho Tirésias. É a única viagem do poema com indicações detalhadas e nenhum destino possível.

O único perigo que Odisseu supera planejando: cera nos ouvidos da tripulação, o próprio corpo amarrado ao mastro e o canto ouvido por um homem que não pode obedecê-lo.

Uma escolha entre perder seis homens e perder todos. É o único perigo das andanças cujo comportamento físico corresponde a um lugar real.

O último erro da tripulação. Avisados duas vezes e pelo nome, retidos um mês por ventos contrários e famintos, matam o gado imortal do Sol enquanto o capitão dorme.

Os feácios levam Odisseu adormecido até sua casa e o deixam na própria praia com seu tesouro. O poema descreve o local do desembarque com detalhe topográfico incomum: dois promontórios, uma oliveira, …

L'Iliade s'ouvre sur une querelle locale au sujet d'une captive originaire d'une ville côtière voisine — et sur neuf jours de flèches décochées par Apollon.

Deux cent soixante-dix vers énumérant vingt-neuf contingents, leurs commandants, le nombre de leurs navires et leurs villes. C'est l'élément géographique le plus dense de toute la littérature grecque …

Le second cadre de l'Iliade : une plage de navires tirés au sec, un fossé, un rempart avec des portes, et l'espace entre celui-ci et la ville où se déroulent presque tous les combats.

Trois tours de la ville en courant, devant les sources où les femmes de Troie lavaient leur linge — la scène d'action la plus précise sur le plan topographique de l'épopée grecque.

Un vieux roi traverse la plaine de nuit avec un chariot de trésors pour réclamer le corps de son fils à son meurtrier. L'Iliade s'achève ici, tout comme sa géographie.

Un jeune homme arrive par bateau sur un rivage de sacrifices, est nourri avant d'être interrogé, et écoute parler un vieux roi. C'est l'épisode le plus ordinaire de l'Odyssée et le plus facile à situe…

La scène domestique la plus étrange d'Homère : Hélène, de retour dans la maison de son mari, drogue le vin pour que l'assemblée puisse parler de Troie sans pleurer.

Immobilisé par le calme plat au large de l'Égypte, Ménélas tend un piège à un dieu métamorphe pour lui demander le chemin du retour — et apprend, à la place, que son frère a été assassiné.

Le contre-exemple de l'Odyssée : le retour au pays qui tourne mal. Agamemnon atteint sa propre patrie et est tué lors d'un dîner, une histoire qui plane sur le retour d'Ulysse dès le chant I.

Vingt prétendants prennent un navire et attendent dans un détroit le retour de Télémaque. Six lignes de texte, un îlot nommé, et une identification qui échoue depuis deux mille ans.

Sept des dix années s'écoulent ici, et le poème les passe presque entièrement hors scène. Quand l'Odyssée s'ouvre enfin sur Ogygie au chant V, elle en donne une description luxuriante mais aucune coor…

Ulysse échoue nu sur le rivage et est découvert par une princesse qui fait sa lessive. Ce qui suit est la séquence la plus civilisée du poème — et le dernier endroit qu'il visite avant de rentrer chez…

L'épisode le plus célèbre de la guerre n'est raconté dans aucun des deux poèmes : l'Odyssée le fait chanter par un aède en vingt vers. Sa localisation est la plus sûre de l'atlas, et son historicité l…

Le dernier fragment d'histoire ordinaire dans l'Odyssée. Ulysse quitte Troie, saccage une ville thrace, perd soixante-douze hommes lors d'une contre-attaque, puis le vent prend le relais.

Vingt-trois vers, aucune violence, et le danger le plus sournoisement effrayant du poème : un fruit qui fait perdre aux hommes l'envie de rentrer chez eux.

L'épisode le plus célèbre d'Homère et l'un des moins localisables. Ulysse perd six hommes, aveugle un géant, s'échappe sous un bélier, puis crie son propre nom — ce qui lui coûtera dix ans d'errance.

L'épisode le plus cruel du poème : Ithaque est en vue, l'équipage ouvre le sac que leur capitaine a gardé pendant neuf jours, et les vents les ramènent tout au bout du chemin.

Onze navires perdus dans un seul port. Le mouillage le plus précisément décrit de l'Odyssée est aussi le plus meurtrier, et personne ne peut prouver où il se trouve.

Un an sur une île avec une déesse qui transforme les hommes en porcs, et le seul hôte de toutes les errances qui laisse repartir Ulysse avec des instructions plutôt qu'avec des blessures.

Le chant XI envoie Ulysse au bout du monde pour consulter le devin Tirésias. C'est le seul voyage du poème comportant des indications détaillées et aucune destination possible.

Le seul danger auquel Ulysse survit grâce à la planification : de la cire dans les oreilles de l'équipage, son propre corps ligoté au mât, et le chant entendu par un homme incapable d'agir.

Un choix entre perdre six hommes et perdre tout le monde. C'est le seul danger des errances dont le comportement physique correspond à un lieu réel.

La dernière erreur de l'équipage. Avertis deux fois nommément, bloqués pendant un mois par des vents contraires et affamés, ils tuent les troupeaux immortels du Soleil pendant que leur capitaine dort.

Les Phéaciens ramènent Ulysse endormi chez lui et le laissent sur son propre rivage avec son trésor. Le poème décrit le lieu de débarquement avec des détails topographiques inhabituels — deux promonto…

Die Ilias beginnt mit einem lokalen Streit um eine gefangene Frau aus einer nahe gelegenen Küstenstadt – und mit neun Tagen voller Pfeile von Apollon.

Zweihundertsiebzig Verse, die neunundzwanzig Kontingente, ihre Befehlshaber, ihre Schiffsanzahl und ihre Städte auflisten. Es ist das dichteste Stück Geographie in der griechischen Literatur und das R…

Der zweite Schauplatz der Ilias: ein Strand mit heraufgezogenen Schiffen, ein Graben, eine Mauer mit Toren und das Gelände zwischen ihr und der Stadt, auf dem fast alle Kämpfe stattfinden.

Drei Runden im Laufschritt um die Stadt, vorbei an den Quellen, an denen die Frauen von Troja zu waschen pflegten – die topografisch präziseste Actionszene im griechischen Epos.

Ein alter König überquert nachts die Ebene mit einem Wagen voller Schätze, um den Mörder seines Sohnes um dessen Leichnam zu bitten. Hier endet die Ilias, und mit ihr ihre Geografie.

Ein junger Mann kommt mit dem Schiff an einer Opferküste an, wird bewirtet, bevor er befragt wird, und hört einen alten König sprechen. Es ist die gewöhnlichste Episode in der Odyssee und am einfachst…

Die seltsamste häusliche Szene bei Homer: Helena, zurück im Haus ihres Mannes, versetzt den Wein mit Drogen, damit die Gesellschaft ohne Tränen über Troja sprechen kann.

Wegen Flaute vor Ägypten festsitzend, lauert Menelaos einem gestaltwandelnden Gott auf, um nach dem Weg nach Hause zu fragen – und erfährt stattdessen, dass sein Bruder ermordet wurde.

Das Gegenbeispiel der Odyssee: die Heimkehr, die schiefgeht. Agamemnon erreicht sein eigenes Land und wird beim Abendessen getötet; diese Geschichte überschattet Odysseus' Rückkehr von Gesang 1 an.

Zwanzig Freier nehmen ein Schiff und warten in einer Meerenge darauf, dass Telemach segelnd nach Hause zurückkehrt. Sechs Textzeilen, eine namentlich genannte kleine Insel und eine Identifizierung, di…

Sieben der zehn Jahre werden hier verbracht, und das Epos schildert sie fast vollständig abseits des Geschehens. Als die Odyssee in Gesang 5 schließlich auf Ogygia einsetzt, liefert sie eine üppige Be…

Odysseus wird nackt an Land gespült und von einer Königstochter beim Wäschewaschen gefunden. Was folgt, ist die zivilisierteste Sequenz des Gedichts – und der letzte Ort, den er vor seiner Heimat besu…

Die bekannteste Episode des Krieges wird in keinem der beiden Epen direkt erzählt: In der Odyssee lässt ein Sänger sie in zwanzig Versen besingen. Ihr Schauplatz ist der sicherste im Atlas, ihre Histo…

Das letzte Stück gewöhnlicher Geschichte in der Odyssee. Odysseus verlässt Troja, plündert eine thrakische Stadt, verliert zweiundsiebzig Männer bei einem Gegenangriff, und dann übernimmt der Wind das…

Dreiundzwanzig Zeilen, keine Gewalt und die am leisesten beängstigende Gefahr im Gedicht: eine Frucht, die Männer vergessen lässt, dass sie nach Hause wollen.

Die berühmteste Episode bei Homer und eine der am schwersten zu lokalisierenden. Odysseus verliert sechs Männer, blendet einen Riesen, entkommt unter einem Widder und ruft dann seinen eigenen Namen au…

Die grausamste Episode im Epos: Ithaka ist bereits in Sicht, als die Gefährten den Schlauch öffnen, den ihr Kapitän neun Tage lang bewacht hat, und die Winde sie den ganzen Weg zurücktreiben.

Elf Schiffe in einem einzigen Hafen verloren. Der am präzisesten beschriebene Ankerplatz in der Odyssee ist auch ihr tödlichster, und niemand kann beweisen, wo er liegt.

Ein Jahr auf einer Insel mit einer Göttin, die Männer in Schweine verwandelt, und der einzige Gastgeber auf den Irrfahrten, der Odysseus mit Anweisungen statt mit Verletzungen weiterschickt.

Gesang 11 schickt Odysseus an den Rand der Welt, um den Seher Teiresias zu befragen. Es ist die einzige Reise im Gedicht mit detaillierten Wegbeschreibungen und ohne mögliches Ziel.

Die einzige Gefahr, die Odysseus durch vorausschauende Planung überlebt: Wachs in den Ohren der Mannschaft, sein eigener Körper an den Mast gefesselt und der Gesang, den ein Mann hört, der nicht danac…

Die Wahl zwischen dem Verlust von sechs Männern und dem Verlust aller. Es ist die einzige Gefahr auf den Irrwegen, deren physisches Verhalten mit einem realen Ort übereinstimmt.

Der letzte Fehler der Gefährten. Zweimal namentlich gewarnt, einen Monat lang von Gegenwinden gefangen und hungernd, töten sie die unsterblichen Rinder des Helios, während ihr Anführer schläft.

Die Phäaken bringen den schlafenden Odysseus segelnd nach Hause und lassen ihn mit seinem Schatz an seiner eigenen Küste zurück. Das Epos beschreibt den Landeplatz in ungewöhnlicher topografischer Det…

『イリアス』は、近くの沿岸の町から捕らえられた女性をめぐる局地的な紛争と、アポロンから放たれた9日間にわたる矢の雨で幕を開ける。

270行にわたり、29の部隊、その指揮官、船の数、そして彼らの町が列挙されています。これはギリシャ文学において最も高密度な地理的記述であり、このアトラスの骨格をなすものです。

『イリアス』の第二の舞台。引き揚げられた船が並ぶ海岸、堀、門のある防壁、そしてそれと都市との間に広がり、ほぼすべての戦闘が行われる平原。

トロイの女性たちがかつて洗濯をしていた泉を通り過ぎ、走って街を3周する。ギリシャ叙事詩の中で最も地形的に具体的なアクションシーン。

老王は夜、財宝を積んだ荷車を引いて平原を渡り、息子の遺体を返してもらうよう、息子を殺した男に懇願します。『イリアス』はここで幕を閉じ、その地理もまたここで終わりを迎えます。

若者が船で生贄の捧げられる海岸に到着し、質問を受ける前に食事を供され、老王の語りに耳を傾けます。これは『オデュッセイア』の中で最も日常的なエピソードであり、場所の特定が最も容易なものです。

ホメロスにおける最も奇妙な家庭の情景。夫の家に戻ったヘレネがワインに薬を混ぜ、一座が涙を流さずにトロイアについて語り合えるようにする。

エジプト沖で風が止まり立ち往生したメネラオスは、帰郷の道を尋ねるために姿を変える神を待ち伏せします。しかし代わりに得たのは、兄が殺害されたという知らせでした。

『オデュッセイア』における反面教師、すなわち「失敗した帰還」です。アガメムノンは自国にたどり着いたものの、晩餐の席で殺害されます。この物語は、第1巻以降、オデュッセウスの帰還に暗い影を落とし続けます。

20人の求婚者たちが船を出し、テレマコスが船で帰郷するのを海峡で待ち伏せします。わずか6行のテキスト、名前が挙げられた1つの小島、および2000年もの間、特定に失敗し続けている比定地です。

10年のうち7年がここで費やされますが、詩の中ではそのほとんどが舞台裏で処理されています。第5巻で『オデュッセイア』がようやくオギュギア島から始まる時、そこには瑞々しい描写がなされるものの、座標は一切示されません。

オデュッセウスは裸で海岸に打ち上げられ、洗濯をしていた王女に発見されます。それに続くのは、この詩の中で最も文明化された一連の場面であり、彼が故郷に戻る前に訪れる最後の場所です。

この戦争で最もよく知られたエピソードは、どちらの詩でも直接語られていない。『オデュッセイア』では、吟遊詩人が20行でそれを歌うのみである。その場所はアトラスの中で最も確実であるが、その歴史的真実性は最も低い。

『オデュッセイア』における、ありふれた歴史の最後の断片。オデュッセウスはトロイアを離れ、トラキアの町を略奪し、反撃によって72人の部下を失う。そして、その後は風に翻弄されることになる。

わずか23行、暴力は一切なし。そして、この詩の中で最も静かに恐ろしい危険。それは、人々に帰郷を望むことを忘れさせる果実です。

ホメロスの中で最も有名であり、最も場所を特定しにくいエピソードの一つ。オデュッセウスは6人の部下を失い、巨人の目を潰し、雄羊の下に隠れて脱出するが、その後に自分の名前を叫んでしまう。これこそが、彼に10年の歳月を費えさせる原因となる。

この詩の中で最も残酷なエピソードです。イタカが目と鼻の先に見えたその時、部下たちが船長が9日間にわたって守り抜いた袋を開けてしまい、風によって元の場所まで吹き戻されてしまいます。

たった一つの港で11隻の船が失われた。『オデュッセイア』の中で最も精密に描写されている停泊地は、同時に最も致命的な場所でもあり、それがどこにあるのかを証明できる者は誰もいません。

男たちを豚に変える女神の島で過ごした1年間。そして漂流の中で、オデュッセウスに危害を加える代わりに指示を与えて送り出してくれた唯一の主（あるじ）。

第11巻で、オデュッセウスは預言者テイレシアスに相談するために世界の果てへと送り出されます。これは、この詩の中で詳細な道順が示されているにもかかわらず、到達不可能な唯一の旅です。

オデュッセウスが計画によって生き延びた唯一の危機。乗組員の耳に蝋を詰め、自身の体をマストに縛り付け、行動を起こすことのできない状態で歌を聴く。

6人の部下を失うか、全員を失うかの選択です。これは、漂流の旅における危険の中で、その物理的な挙動が実際の場所と一致する唯一のものです。

乗組員たちの最後の過ち。名指しで二度も警告され、逆風によって1ヶ月間足止めされて飢えに苦しむ中、彼らは船長が眠っている間に太陽神の不死の牛を殺してしまう。

パイアケス人は眠っているオデュッセウスを船で故郷へと送り届け、財宝とともに彼を自身の故郷の海岸に残します。この詩は、2つの岬、1本のオリーブの木、ニンフの洞窟など、上陸地を異例なほど詳細な地形描写で表現しています。

《伊利亚特》以一场关于附近沿海城镇被俘女子的局部争端拉开序幕——伴随着阿波罗连续九天射出的箭雨。

用两百七十行诗句列出了二十九支分队、他们的指挥官、船只数量以及他们的城镇。这是希腊文学中地理信息最密集的一段，也是本图册的支柱。

《伊利亚特》的第二场景：停放着拖上岸的战船的海滩、一条壕沟、一堵带城门的城墙，以及城墙与城市之间几乎发生所有战斗的空地。

奔跑着绕城三圈，经过特洛伊妇女过去洗衣服的泉水——这是希腊史诗中地形描述最具体的动作场景。

一位年迈的国王在夜色中赶着一马车财宝穿过平原，向杀死他儿子的仇人讨要遗体。《伊利亚特》在此结束，其地理版图也在此画上句号。

一个年轻人乘船抵达举行祭祀的海岸，在接受询问前先得到了款待，并聆听了一位年迈国王的谈话。这是《奥德赛》中最寻常的章节，也是最容易定位的。

荷马史诗中最奇特的家庭场景：海伦回到丈夫的家中，在酒中下药，以便大家可以谈论特洛伊而无需哭泣。

在埃及近海因无风而滞留的墨涅拉俄斯，伏击了一位能幻化外形的真神以询问回家的路——然而，他得到的却是哥哥被谋杀的噩耗。

《奥德赛》中的反面教材：走向悲剧的归家之路。阿伽门农回到了自己的国家，却在晚宴上被杀，这个故事从第一卷起就为奥德修斯的回归蒙上了一层阴影。

二十名求婚者乘船在海峡中等待特勒马科斯驾船回家。六行文字，一个有名字的小岛，以及一个两千年来都未能成功对应的认定。

在十年的漂泊中，有七年是在这里度过的，而史诗几乎完全没有正面描写这段时间。当《奥德赛》终于在第五卷将场景转向奥吉吉亚时，它给出了郁郁葱葱的景物描写，却没有任何地理坐标。

奥德修斯一丝不挂地被冲上海岸，被一位正在洗衣服的公主发现。接下来的情节是史诗中最具文明气息的片段——也是他回家前访问的最后一个地方。

这场战争中最著名的事件在两部史诗中均未被详细叙述：《奥德赛》中由一位吟游诗人用二十行诗句唱出。它的地理位置在地图集中最为确凿，而其历史真实性则最不可靠。

《奥德赛》中最后一段普通历史。奥德修斯离开特洛伊，洗劫了一座色雷斯城镇，在反击中失去了七十二名部下，随后风暴主宰了一切。

仅有二十三行，没有暴力，却是史诗中最悄无声息、令人恐惧的危险：一种让人不再想回家的果实。

荷马史诗中最著名的事件，也是最无法定位的事件之一。奥德修斯失去了六名部下，刺瞎了一个巨人，藏在公羊腹下逃脱，然后高喊出自己的名字——这让他付出了十年的代价。

诗中最残酷的篇章：伊萨卡已近在眼前，船员们却打开了船长守护了九天的风袋，狂风将他们一路吹回了原点。

十一艘船在同一个港口中丧失。《奥德赛》中描述最精确的锚地也是最致命的，而且无人能证实它究竟在哪里。

在一个岛上与一位将人变成猪的女神共度了一年，她也是漂泊旅程中唯一一位给予奥德修斯指引而非伤害的东道主。

第11卷将奥德修斯送往世界边缘去咨询先知提瑞西阿斯。这是史诗中唯一一次有着详细路线指引却没有任何可能目的地的旅程。

奥德修斯通过谋划得以幸存的唯一危险：在船员的耳朵里塞入蜡，将自己的身体绑在桅杆上，由一个无法采取行动的人来聆听歌声。

在失去六个人和全军覆没之间做出选择。这是漂泊旅程中唯一一个物理特征与现实地点相吻合的险境。

船员们犯下的最后一个错误。他们曾两次受到指名道姓的警告，却因逆风被困了一个月并面临挨饿，最终在船长熟睡时宰杀了太阳神不朽的牛群。

费阿基亚人乘船护送熟睡中的奥德修斯回家，并将他和他的财宝留在了他自己的海岸上。史诗以不同寻常的详尽地形细节描述了登陆地点——两座海岬、一棵橄榄树、一个宁芙仙女的山洞。

The ten-year voyage home from Troy — the most mapped and least mappable itinerary in European literature. The atlas plots it as competing reconstructions, not as a line.

A young man's journey from Ithaca to Pylos and Sparta and back, in search of news of his father. It is the Odyssey's other voyage — and the only one the atlas can plot with confidence throughout.

How the army got there. The Iliad begins in the tenth year and takes the journey for granted, so this route is assembled from the Catalogue, from Aulis and from the camp on the shore.

Odysseus is not the only one coming home. The Odyssey spends its early books on the other nostoi — Nestor's easy one, Menelaus' eight-year detour, Agamemnon's murder — and they are the control group f…

El viaje de diez años de regreso desde Troya: el itinerario más cartografiado y menos cartografiable de la literatura europea. El atlas lo dibuja como reconstrucciones en competencia, no como una líne…

El viaje de un joven desde Ítaca a Pilos y Esparta y de vuelta, en busca de noticias de su padre. Es el otro viaje de la Odisea y el único que el atlas puede dibujar con confianza de principio a fin.

Cómo llegó allí el ejército. La Ilíada empieza en el décimo año y da el viaje por supuesto, así que esta ruta se arma con el Catálogo, con Áulide y con el campamento de la playa.

Odiseo no es el único que vuelve a casa. La Odisea dedica sus primeros cantos a los otros nostoi —el fácil de Néstor, el rodeo de ocho años de Menelao, el asesinato de Agamenón— y son el grupo de cont…

A viagem de dez anos de volta de Troia: o itinerário mais mapeado e menos mapeável da literatura europeia. O atlas o desenha como reconstruções concorrentes, não como uma linha.

A viagem de um jovem de Ítaca a Pilos e Esparta e de volta, em busca de notícias do pai. É a outra viagem da Odisseia — e a única que o atlas pode desenhar com confiança do início ao fim.

Como o exército chegou lá. A Ilíada começa no décimo ano e dá a viagem como certa, então esta rota é montada a partir do Catálogo, de Áulis e do acampamento na praia.

Odisseu não é o único a voltar para casa. A Odisseia dedica seus primeiros cantos aos outros nostoi — o fácil de Nestor, o desvio de oito anos de Menelau, o assassinato de Agamêmnon — e eles são o gru…

Le voyage de dix ans pour rentrer de Troie — l'itinéraire le plus cartographié et le moins cartographiable de la littérature européenne. L'atlas le trace sous forme de reconstructions concurrentes, et…

Le voyage d'un jeune homme d'Ithaque à Pylos et Sparte, puis son retour, à la recherche de nouvelles de son père. C'est l'autre voyage de l'Odyssée — et le seul que l'atlas peut tracer avec confiance …

Comment l'armée est arrivée là. L'Iliade commence à la dixième année et tient le voyage pour acquis, cette route est donc reconstituée à partir du Catalogue, d'Aulis et du camp sur le rivage.

Ulysse n'est pas le seul à rentrer chez lui. L'Odyssée consacre ses premiers chants aux autres nostoi — le retour facile de Nestor, le détour de huit ans de Ménélas, le meurtre d'Agamemnon — et ils co…

Die zehnjährige Heimreise von Troja – die am häufigsten kartierte und am wenigsten kartierbare Reiseroute der europäischen Literatur. Der Atlas stellt sie als konkurrierende Rekonstruktionen dar, nich…

Die Reise eines jungen Mannes von Ithaka nach Pylos und Sparta und zurück auf der Suche nach Nachrichten über seinen Vater. Es ist die andere Reise der Odyssee – und die einzige, die der Atlas durchge…

Wie das Heer dorthin gelangte. Da die Ilias im zehnten Jahr beginnt und die Reise als selbstverständlich voraussetzt, wird diese Route aus dem Schiffskatalog, aus Aulis und dem Lager am Ufer rekonstru…

Odysseus is not the only one coming home. The Odyssey spends its early books on the other nostoi — Nestor's easy one, Menelaus' eight-year detour, Agamemnon's murder — and they are the control group f…

トロイからの10年に及ぶ帰郷の旅。ヨーロッパ文学において最も多く地図化され、かつ最も地図化が不可能な旅程である。本地図帳では、これを1本の線としてではなく、対立する複数の再構成案としてプロットしている。

父親の消息を求めて、イタカからピュロス、スパルタへと向かい、再び戻る若者の旅。『オデュッセイア』におけるもう一つの航海であり、本地図帳において全行程を確信をもってプロットできる唯一のルートである。

軍勢がどのようにして現地に到達したか。『イリアス』は戦争の10年目から始まり、そこに至る旅路は当然の前提とされているため、このルートは「船のカタログ」、アウリス、そして海岸の陣営の記述から組み立てられている。

帰路についたのはオデュッセウスだけではない。『オデュッセイア』は序盤の数巻を割いて、他の者たちの帰還（ノストイ）を描いている。ネストルの平穏な帰還、メネラオスの8年に及ぶ回り道、アガメムノンの暗殺などであり、これらは叙事詩全体における対照群（コントロール）となっている。

从特洛伊回家的十年航程——欧洲文学中被绘制地图最多、却最无法绘制地图的行程。本图册将其绘制为相互竞争的重建方案，而非单一的线条。

一个年轻人为了寻找父亲的消息，从伊萨卡前往皮洛斯和斯巴达并返回的旅程。这是《奥德赛》中的另一段航程——也是本图册唯一能够全程充满信心地绘制的航程。

军队是如何到达那里的。《伊利亚特》始于第十年，并将这段旅程视为理所当然，因此这条路线是根据《船名表》、奥利斯（Aulis）以及海岸上的营地拼凑而成的。

奥德修斯并非唯一回家的人。《奥德赛》在开篇几卷中描述了其他人的归途（nostoi）——涅斯托尔的顺风顺水、墨涅拉俄斯长达八年的绕道、阿伽门农的遇害——它们是整部史诗的对照组。

Holding the model fixed and changing only the harness materially changes the outcome of the same task.

Independent practitioners are converging on the same small set of concerns around the model — context and memory, tools, planning and orchestration, observability, evaluation, governance and security …

Building the system around the model is an emerging engineering discipline in its own right, not a specialism of machine learning or of backend engineering.

As frontier model capability commoditises, the harness becomes the durable source of competitive advantage for an enterprise.

The primary unit for comparing harnesses is cost per correctly verified outcome, not successful runs: a run the agent declares successful is a self-report, and it is the one thing a broken harness is …

The seven levels of the maturity model are ordered by dependency rather than by preference: a harness does not hold a level while any criterion below it fails, because each level is what makes the lev…

A harness is not monotonically good. A control that was correct for one model generation can degrade the agent in the next, and current practice makes that invisible because harness components are add…

Con el modelo fijo, cambiar solo el harness cambia materialmente el resultado de la misma tarea.

Practicantes independientes están convergiendo en el mismo conjunto reducido de preocupaciones alrededor del modelo —contexto y memoria, herramientas, planificación y orquestación, observabilidad, eva…

Construir el sistema que rodea al modelo es una disciplina de ingeniería emergente por derecho propio, no una especialidad del aprendizaje automático ni de la ingeniería de backend.

A medida que la capacidad de los modelos de frontera se comoditiza, el harness pasa a ser la fuente duradera de ventaja competitiva de una empresa.

La unidad principal para comparar harnesses es el coste por resultado correctamente verificado, no las ejecuciones exitosas: una ejecución que el agente declara exitosa es una autodeclaración, y es ju…

Los siete niveles del modelo de madurez están ordenados por dependencia y no por preferencia: un harness no sostiene un nivel mientras falle cualquier criterio por debajo, porque cada nivel es lo que …

Un harness no es monótonamente bueno. Un control que era correcto para una generación de modelos puede degradar al agente en la siguiente, y la práctica actual lo hace invisible porque los componentes…

Com o modelo fixo, mudar apenas o harness muda materialmente o resultado da mesma tarefa.

Praticantes independentes estão a convergir no mesmo conjunto reduzido de preocupações à volta do modelo — contexto e memória, ferramentas, planejamento e orquestração, observabilidade, avaliação, gov…

Construir o sistema que rodeia o modelo é uma disciplina de engenharia emergente por direito próprio, não uma especialidade da aprendizagem automática nem da engenharia de backend.

À medida que a capacidade dos modelos de fronteira se comoditiza, o harness torna-se a fonte duradoura de vantagem competitiva de uma empresa.

A unidade principal para comparar harnesses é o custo por resultado corretamente verificado, não as execuções bem-sucedidas: uma execução que o agente declara bem-sucedida é uma autodeclaração, e é ju…

Os sete níveis do modelo de maturidade estão ordenados por dependência e não por preferência: um harness não sustenta um nível enquanto qualquer critério abaixo falhar, porque cada nível é o que torna…

Um harness não é monotonicamente bom. Um controle que era correto para uma geração de modelos pode degradar o agente na seguinte, e a prática atual torna isso invisível porque os componentes de harnes…

Maintenir le modèle fixe et modifier uniquement le harness change de manière significative le résultat d'une même tâche.

Les praticiens indépendants convergent vers le même ensemble restreint de préoccupations autour du modèle — contexte et mémoire, outils, planification et orchestration, observabilité, évaluation, gouv…

Construire le système autour du modèle est une discipline d'ingénierie émergente à part entière, et non une spécialité du machine learning ou de l'ingénierie backend.

À mesure que les capacités des modèles de pointe se banalisent, le harness devient la source durable d'avantage concurrentiel pour une entreprise.

L'unité principale pour comparer les harnesses est le coût par résultat correctement vérifié, et non les exécutions réussies : une exécution que l'agent déclare réussie est une auto-déclaration, et c'…

Les sept niveaux du modèle de maturité sont ordonnés par dépendance plutôt que par préférence : un harness ne conserve pas un niveau si un critère inférieur échoue, car chaque niveau est ce qui rend l…

Un harness n'est pas intrinsèquement bon de manière monotone. Un contrôle qui était correct pour une génération de modèle peut dégrader l'agent dans la suivante, et les pratiques actuelles rendent cel…

Wenn man das Modell unverändert lässt und nur den Harness ändert, ändert sich das Ergebnis derselben Aufgabe erheblich.

Unabhängige Praktiker konvergieren auf dieselbe kleine Gruppe von Kernbereichen rund um das Modell – Kontext und Gedächtnis, Tools, Planung und Orchestrierung, Observability, Evaluation, Governance un…

Der Aufbau des Systems um das Modell herum ist eine eigenständige, im Entstehen begriffene Ingenieursdisziplin und kein Spezialgebiet des maschinellen Lernens oder des Backend-Engineerings.

Da die Fähigkeiten von Frontier-Modellen zur Commodity werden, entwickelt sich der Harness zur dauerhaften Quelle für Wettbewerbsvorteile eines Unternehmens.

Die primäre Einheit für den Vergleich von Harnesses sind die Kosten pro korrekt verifiziertem Ergebnis, nicht erfolgreiche Durchläufe: Ein Durchlauf, den der Agent als erfolgreich deklariert, ist eine…

Die sieben Stufen des Reifegradmodells sind nach Abhängigkeit und nicht nach Präferenz geordnet: Ein Harness erreicht eine Stufe nicht, solange ein darunter liegendes Kriterium nicht erfüllt ist, da j…

Ein Harness ist nicht monoton gut. Eine Kontrollmaßnahme, die für eine Modellgeneration korrekt war, kann den Agenten in der nächsten verschlechtern, und die aktuelle Praxis macht dies unsichtbar, da …

モデルを固定したまま、ハーネスのみを変更すると、同一タスクの成果が実質的に変化します。

独立した実務者たちは、異なる名称を使用している場合であっても、モデルを取り巻く同じ少数の関心事（コンテキストとメモリ、ツール、プランニングとオーケストレーション、オブザーバビリティ、評価、ガバナンス、およびセキュリティ）に収束しつつあります。

モデルの周囲にシステムを構築することは、機械学習やバックエンドエンジニアリングの専門分野ではなく、それ自体が新たな独立したエンジニアリング分野として台頭しつつあります。これがハーネスエンジニアリング (Harness Engineering) です。

フロンティアモデルの能力がコモディティ化するにつれて、ハーネスは企業にとって持続可能な競争優位性の源泉となります。

ハーネスを比較するための主要な単位は、成功した実行回数ではなく、正しく検証された成果あたりのコストです。エージェントが成功したと宣言する実行は自己申告にすぎず、それこそが壊れたハーネスでも容易に生成できてしまう唯一のものです。

成熟度モデルの7つのレベルは、好ましさではなく依存関係によって順序付けられています。下位の基準が1つでも満たされていない場合、ハーネスはそのレベルを維持できません。なぜなら、各レベルは、その上のレベルを測定可能にするための土台となるからです。

ハーネスは単調に良い影響を与えるわけではありません。あるモデル世代において正しかった制御が、次の世代ではエージェントの性能を低下させることがあります。現在の慣行では、ハーネスコンポーネントが追加される一方で削除されることはほとんどないため、この問題は不可視化されています。

保持模型不变，仅改变支撑系统，会实质性地改变同一任务的结果。

独立的从业者们正逐渐聚焦于围绕模型的同一组核心关注点——上下文与记忆、工具、规划与编排、可观测性、评估、治理和安全——即使他们使用了不同的名称。

围绕模型构建系统本身就是一门新兴的工程学科——Harness Engineering（智能体支撑系统工程），而不是机器学习或后端工程的专业分支。

随着前沿模型能力走向商品化，支撑系统成为企业持久竞争优势的源泉。

比较支撑系统的主要单位是每个正确验证结果的成本，而非运行成功次数：智能体宣告成功的运行只是一种自我报告，而这恰恰是损坏的支撑系统依然擅长产生的东西。

成熟度模型的七个级别是按依赖关系而非偏好排序的：只要其下的任何标准未达成，支撑系统就无法保持在某一级别，因为每个级别都是使上一级别可衡量的基础。

支撑系统（harness）并非单调有益。对某一代模型正确的控制措施可能会在下一代模型中降低智能体（agent）的性能，而当前的实践使这一问题变得隐蔽，因为支撑系统组件只增不减。

Find which surface holds a concept before fetching it. Searches every surface first, so a slug that lives in one domain is not requested from another.

Hands over the real chapter identifiers and their titles, so a chapter is requested by an id that exists rather than one inferred by analogy.

Produce a citation that carries the canonical URL, the Evidence-First block and — when the statement is load-bearing — the epistemic level and retraction condition of the claim behind it.