什么是 harness engineering
从 Prompt Engineering 到 Harness Engineering：AI Agent 时代的“缰绳与护栏”
过去的一年里，我们看过了太多令人惊艳的 AI Agent 演示：一个指令，它就能自动搜索、规划、写代码甚至部署。但在推进 AI-Augmented Engineering（AI 赋能研发） 的真实落地中，当我们将这些看似强大的 Agent 放入错综复杂的生产环境时，现实往往会泼下一盆冷水：任务跑着跑着就偏航，工具越调越乱，甚至留下大量未记录的半成品。
这让我们不得不重新思考：当大语言模型（LLM）的智力水平已经足以在一个月内生成百万行代码时，阻碍我们全面步入 AI 自动化时代的瓶颈究竟是什么？
答案并不在于模型不够聪明，而在于缺乏一套配套的工程系统。这也标志着 AI 研发范式的一次重大跃迁——从 Prompt Engineering 正式迈向 Harness Engineering。
一、 范式跃迁：从“教 AI 说话”到“给 AI 造境”
回顾过去三年，AI 工程的演进脉络异常清晰：
- Prompt Engineering（提示词工程）： 焦点在于“怎么跟 AI 说话”。工程师们像调参一样打磨措辞和 Few-shot 示例，试图在单次对话中榨取模型的最优输出。人和 AI 是“出题与答题”的关系。
- Context Engineering（上下文工程）： 随着 RAG 技术的普及，焦点转移到了“给 AI 喂什么信息”。我们开始向量化文档、注入历史记录，解决的是信息输入的质量问题。但这依然没有改变单向生成的本质。
- Harness Engineering（外壳/框架工程）： 现在的焦点是“让 AI 在什么环境里跑”。它不再纠结于具体的输入，而是构建一整套约束、反馈与控制系统。
比喻：
- Prompt Engineering 是教一匹马听懂“左转”的口令；
- Context Engineering 是给马一张地图；
- Harness Engineering 则是给马装上缰绳、马鞍，并在悬崖边修好护栏。它可以自主狂奔，但绝不会冲出你划定的安全边界。
二、 为什么生产环境急需 Harness？
在缺乏 Harness 的环境中，Agent 最致命的弱点就是产生“信任债务（Trust Debt）”。
AI 就像一个极其听话却缺乏业务全局观的实习生。当面对长周期的复杂任务时，它的上下文窗口会逐渐耗尽（Context Rot），随后便开始“自信的即兴发挥”。它可能会为了完成当前目标，悄悄引入不符合架构规范的依赖，或者修改了底层逻辑却跳过了测试。
OpenAI 在使用 Codex Agent 生成百万行代码的内部实验中深刻印证了这一点：真正让系统跑通的，不是三名核心工程师写了多精妙的 Prompt，而是他们花了 80% 的时间 构建了一套让 Agent 能够“自主且不犯致命错误”的基础设施。人类成为了环境的建筑师，而智能体只是执行者。
三、 生产级 Harness 的核心架构设计
一套成熟的 Harness 框架，通常需要将以下组件深度融入底层的研发管线中：
1. 结构化知识地图（而非百科全书）
大模型极易被冗长的上下文淹没。优秀的 Harness 不会把几十页的架构文档一股脑塞给 Agent，而是提供一个极简的导航入口（如 AGENTS.md）。它就像一张索引地图，指导 Agent 在需要了解特定领域的接口约定或设计背景时，自主去对应的目录拉取信息（渐进式披露）。
2. 机械化的架构硬约束
越想让 AI 自由发挥，就越要把规矩定死。在高速运转的 Agent 吞吐量下，人工 Code Review 已经成为瓶颈。Harness 需要将架构规范（例如：底层服务绝对不能反向依赖 UI 层）写成机器可执行的 Linter 规则和 CI 拦截。任何违规代码直接报错，并将结构化的错误原因返回给 Agent，迫使其自我修正。
3. 机器可读的独立验证闭环
绝不能让负责写代码的 Agent 兼任裁判。Harness 必须引入外部的、客观的验证机制。测试脚本是否跑通？日志中是否出现了关键的 Metric？将这些原本给人看的监控信息转化为机器可读的输入，强制 Agent 只有在通过独立测试后，才能将任务标记为“完成”。
4. 对抗熵增的自修复机制
代码越多，模式越容易分裂。为了防止 Agent 模仿并扩散代码库中原有的坏味道，Harness 需要配备后台运行的“清洁 Agent”。它们像垃圾回收机制一样，定期扫描文档与代码的不一致，并小步快跑地提交重构请求，持续偿还技术债务。
5. 跨越失忆的外部记忆
为了打破单次上下文窗口的限制，Harness 会强制 Agent 在每个冲刺（Sprint）结束时，将阶段性成果写入独立的强类型进度文件中（如 progress.json）。当下一个会话启动时，Agent 首先读取该文件，实现跨会话的记忆接力。
四、 结语：重塑工程师的核心价值
“Harness Engineering” 不仅仅是一个新造的流行词，它正在重新定义资深工程师的价值。
在这个时代，能写出多优美的实现逻辑已经不再是唯一的护城河；真正的核心竞争力，在于你是否具备顶层设计的能力：
- 能否抽象出业务域的边界？
- 能否定义出不可逾越的机器规则？
- 能否设计出鲁棒的自动化反馈回路？
底层模型决定了 AI 的智力上限，而你设计的 Harness，将决定这套系统在生产环境中的能力下限。