Harness Engineering是一种通过配置和基础设施约束AI Agent行为使其在特定任务上稳定产出高质量结果的工程实践。它将LLM比作没有规矩的实习生需要配工位、订流程、定规矩才能干活。文章从概念、演进历史、运作原理、解决的问题及市面选择等方面进行了详细阐述旨在帮助读者理解和应用Harness Engineering提升AI Agent的执行效率和稳定性。Part 1Harness Engineering 到底是什么先说定义。Harness Engineering 是一种工程实践核心思路是通过配置和基础设施来约束 AI Agent 的行为让它在特定任务上稳定地产出高质量结果。你可以把 LLM 想成一个智商爆表但没有任何规矩的实习生。他什么都能干但你需要给他配工位、订流程、定规矩他才能真正干活。Prompt Engineering 是教你怎么跟这个实习生说话Context Engineering 是教你怎么把资料递到他面前。Harness Engineering 则是给这个实习生配一套完整的工作站包括他该看什么文档、能用什么工具、犯错时怎么纠正、干完活谁来验收。Agent LLM Harness。模型负责想Harness 负责管。2022 到 2024 年大家研究的是怎么跟 AI 说话Prompt Engineering。2025 年Anthropic 提出了 Context Engineering关注的是上下文管理。到了 2026 年人们发现光管好输入不够你得管住整个执行流程Harness Engineering 就此登场。Harness Engineering概念不是凭空冒出来的。它背后有一段挺有意思的演进历史。Part 2它从哪来的AI Agent 的发展说白了就是一部怎么让 AI 少犯蠢的血泪史。2022 年ChatGPT 爆火开发者们开始疯狂研究怎么写 prompt 能让 AI 写出更好的代码。那时候提示词工程还很火我们和 AI 对话要先定身份再说诉求在给正反例等等。提示词工程要求我们将描述清楚AI 才能给你满意的答案。这个阶段叫 Prompt Engineering持续了大概两年。后面大家发现你写的 prompt 再好AI 该犯蠢还是犯蠢。AI 的记忆只有那么大的窗口。 你写的 prompt 再好上下文一溢出它就跟失忆一样。2025 年Anthropic 提出了 Context Engineering 的概念核心关注点变成了怎么管理 AI 能看到的信息。CLAUDE.md 文件、上下文窗口预算管理、渐进式披露这些都是 Context Engineering 的产物。而现在开发者们开始搭一整套基础设施来管理 AI Agent 的完整生命周期。记忆管理、工具编排、验证循环、执行追踪等等。这些东西组合在一起就构成了所谓的 Harness。时间事件意义2022-2024Prompt Engineering 主导跟 AI 对话靠话术2025Anthropic 提出 Context Engineering从说话升级到管理上下文2025 下半年CLAUDE.md / AGENTS.md 成为标配Harness 的雏形出现2026 年初OpenAI Codex 用 0 行手写代码构建百万行产品Harness 实战验证2026.02OpenAI 正式提出 Harness Engineering 概念成为独立学科2026 年是 Harness Engineering 之年。社区讨论很热烈LangChain、Martin Fowler 都写了专题分析。那 Harness Engineering 的原理到底是什么Part 3它是怎么运作的Harness主要靠六大组件协同工作。先看一张架构图来自 LangChain 的官方博客我觉得这张图把 Harness 的核心模型说透了Agent Harness 架构中央是 Model负责推理和决策外围是 5 大模块协同运转Model负责推理和决策。Context Injection上下文注入。决定模型此刻能看到什么包括 prompt、记忆、技能描述、对话历史。这块的核心技术叫渐进式披露模型不需要同时看到所有信息用到哪层加载哪层。CLAUDE.md 是第一层全局指令SKILL.md 是第二层特定技能的说明具体的参考文件是第三层按需加载。上下文窗口预算管理是关键技术。建议保持上下文窗口利用率低于 60%。超过这个阈值模型就开始遗忘前面的信息。Boris Cherny 提出了一个叫context firewall的模式用 sub-agent 做信息隔离。主 Agent 不直接处理所有搜索结果让 sub-agent 先处理完只把结论传回来。先压缩再加载。Control控制层管理执行节奏。上下文太长时自动压缩Compaction多步骤任务编排执行顺序Orchestration碰到低质量输出时触发重试循环Ralph Loops。Philipp SchmidGoogle DeepMind 的 AI Developer Relations有一句话我觉得很精准“The Harness is the Dataset. Competitive advantage is now the trajectories your harness captures.”你的 Harness 积累的执行轨迹才是真正的护城河。Action动作层——模型做决策后真正执行的地方。调用 bash 命令、操作文件系统、通过 MCP 协议调用外部工具。MCPModel Context Protocol是 Anthropic 推出的一个开放协议让 Agent 能以标准化的方式接入各种外部工具。Observe Verify观测与验证——执行完了不等于做对了。这一层负责检查浏览器截图对比、测试结果验证、日志分析。Harness Engineering 里有一个核心模式叫验证循环Verification Loop写代码 → 审查 → 修改 → 再审查直到质量达标。Persist持久化——把学到的东西存下来。文件系统、Git 提交、进度文件。这一层确保 Agent 的经验不会随着会话结束而丢失。再看一张流程图这张展示了 Harness 和 Model 之间的共同进化循环Discover Primitive → Add to Harness → Train Next Model → Model Improves——一个正反馈循环当你发现了Agent 犯错了Discover Primitive把这个约束写进 HarnessAdd to Harness模型在 Harness 的约束下表现变好Train Next Model模型能力提升后你又能发现更高层次的问题Model Improves。你的 Agent 会进入一个良好的进化飞轮。原理搞明白了那它到底能帮我搞定哪些事Part 4它能解决什么问题我查了一圈实际案例和用户反馈Harness Engineering 主要解决四类痛点。解决问题一Agent 写着写着就忘事了让 Agent 处理长任务的时候经常会出现这个问题。比如让 Agent写一篇 4000 字的深度解析文章中间搜索资料进行了7 轮、抓了 5 篇长文这时候几万字涌入上下文。结果Agent 到后面连你前面定的格式要求都忘了。我还翻到一个很典型的例子有开发者在 Reddit 上说他用 Claude Code 写项目到第 20 轮对话时AI 把之前写好的测试全给删了重写因为它忘了之前已经通过测试这件事。Harness 的解法是渐进式披露和上下文压缩。只保留跟当前任务相关的信息多余的全压缩或存文件。解决问题二Agent 跳过关键步骤你让 Agent 按流程走 10 步它到了第 6 步觉得差不多了直接跳到结尾。这在小上下文的时候不太明显但任务一复杂、信息一多Agent 就开始急了。DeepMind 的分析报告里把这归类为premature termination——过早终止。Harness 的解法是强制检查点checkpoint。每完成一步必须输出一个确认信号才能进入下一步。解决问题三输出质量不稳定同一个任务跑三次三次结果差异巨大。今天写的代码优雅简洁明天写的就一团糟。这是因为没有验收环节。Harness 的解法是验证循环。写完 → 自动审查 → 修改 → 再审查最多跑 N 轮带收敛检测连续两轮没提升就停。解决问题四多 Agent 协作混乱当你有多个 Agent 同时工作一个负责搜索、一个负责写作、一个负责审稿它们之间的信息传递和任务编排很容易出问题。Harness 的解法是 Orchestration 层。用 subagent 做信息隔离用 context firewall 防止上下文污染。Boris Cherny 的建议是每个 subagent 只负责一件事干完把结论传回来不把中间过程塞进主上下文。Part 5市面上有哪些选择Harness Engineering 目前还没有一个标准工具。目前还是一套设计理念和最佳实践不同平台有不同的实现方式。我整理了目前主流的几个项目/平台核心特色适用场景推荐指数Claude Code (CLAUDE.md)Anthropic 官方SOP Skills Hooks 体系渐进式披露个人开发者 / 小团队⭐⭐⭐⭐⭐OpenAI CodexAgent-first 设计Harness 内置于产品中企业级团队⭐⭐⭐⭐Cursor RulesIDE 深度集成轻量级配置个人开发者快速上手⭐⭐⭐ClineVS Code 生态开源前端开发者⭐⭐⭐Claude Agent SDK自定义 Agent 开发框架可编程编排工程化团队⭐⭐⭐⭐目前这个领域还处于早期。没有哪个平台是银弹。我的建议是如果你已经在用 Claude Code直接把你的 CLAUDE.md 写好、SOP 定义清楚就能覆盖 80% 的 Harness Engineering 实践。工具不是重点设计 Harness 的思维方式才是。Part 6上手路径想马上动手的话我建议从 Claude Code 的 CLAUDE.md 开始。第一步写一个 CLAUDE.md不用搞多复杂。把你的项目结构、编码规范、常见坑点写进去就行。这就是你 Harness 的第一层。第二步定义 SOP看看你的工作流有哪些步骤是固定不变的。把每个步骤写清楚输入是什么、输出是什么、怎么验证。第三步加验证循环在你的 SOP 里加入写完必须审查的环节。不用多复杂一个简单的 checklist 就行关键论点有没有证据支撑数据有没有来源格式对不对如何学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线科技企业深耕十二载见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事早已在效率与薪资上形成代际优势我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套AI 大模型突围资料包✅ 从零到一的 AI 学习路径图✅ 大模型调优实战手册附医疗/金融等大厂真实案例✅ 百度/阿里专家闭门录播课✅ 大模型当下最新行业报告✅ 真实大厂面试真题✅ 2026 最新岗位需求图谱所有资料 ⚡️ 朋友们如果有需要《AI大模型入门进阶学习资源包》下方扫码获取~① 全套AI大模型应用开发视频教程包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点② 大模型系统化学习路线作为学习AI大模型技术的新手方向至关重要。 正确的学习路线可以为你节省时间少走弯路方向不对努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划带你从零基础入门到精通③ 大模型学习书籍文档学习AI大模型离不开书籍文档我精选了一系列大模型技术的书籍和学习文档电子版它们由领域内的顶尖专家撰写内容全面、深入、详尽为你学习大模型提供坚实的理论基础。④ AI大模型最新行业报告2025最新行业报告针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。⑤ 大模型项目实战配套源码学以致用在项目实战中检验和巩固你所学到的知识同时为你找工作就业和职业发展打下坚实的基础。⑥ 大模型大厂面试真题面试不仅是技术的较量更需要充分的准备。在你已经掌握了大模型技术之后就需要开始准备面试我精心整理了一份大模型面试题库涵盖当前面试中可能遇到的各种技术问题让你在面试中游刃有余。以上资料如何领取为什么大家都在学大模型最近科技巨头英特尔宣布裁员2万人传统岗位不断缩减但AI相关技术岗疯狂扩招有3-5年经验大厂薪资就能给到50K*20薪不出1年“有AI项目经验”将成为投递简历的门槛。风口之下与其像“温水煮青蛙”一样坐等被行业淘汰不如先人一步掌握AI大模型原理应用技术项目实操经验“顺风”翻盘这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。以上全套大模型资料如何领取