ENZOMEGA.
Clipping 微信公众号

2026 年火遍 AI 圈的驾驭工程（Harness Engineering）是什么？

by lizhiwei 原文 ↗
Created: 2026-05-27
#公众号文章

公众号名称：李志伟lizhiwei

作者名称：lizhiwei

发布时间：2026-05-19 23:59

一、从 1300 年前说起

harness 这个词，最早出现约 1300 年前，指的是马具 —— 把马、缰绳、车厢绑在一起，让马的力气能被引导到正确的方向上。

后来这个词被工程界借走：

  1. 1. Wire Harness（线束）：汽车里那一捆把发动机、电池、传感器连在一起的电线。
  2. 2. Test Harness（测试支架）：软件工程里跑测试用的脚手架 —— mock、fixture、runner、断言库。
  3. 3. Harness Engineering（AI Agent 的执行环境）：2025 年之后开始流行的新词，指围绕 AI Coding Agent 搭建的「约束 + 反馈 + 验证」系统。

这几个场景的共同点是：本体（马、电流、模型）很强大但很野，harness 的作用是把这股力量约束、引导、可验证地输出。

二、AI Coding 里的 Harness —— 新的主角

Martin Fowler 给的定义非常简洁：harness 是模型之外、帮助 agent 工作的所有外层机制。可以记一个公式：

Coding Agent = Model + Context + Tools + Constraints + Feedback + Human Control
                              └──────────── Harness ────────────┘

那 Harness 和 Prompt，Context 是什么关系呢？ 可以这么理解：

  • • Prompt Engineering：你对模型说什么（写实习生的任务书）
  • • Context Engineering：模型能看到什么（给实习生准备资料）
  • • Harness Engineering：实习生在了解哪些信息的情况下干活、有哪些权限、什么时候 review、谁能拍板上线

三、一个好 harness 的九个维度

借鉴 Anthropic、Augment、Milvus 等公开资料，加上一些开源项目的真实做法，可以拆成：

  1. 1. 任务边界：能改 bug、能写测试；不能改支付逻辑、不能直接 deploy。
  2. 2. 上下文系统：CLAUDE.md /AGENTS.md 不是堆文档，而是「指向结构化资料的地图」。
  3. 3. 工具集：grep、LSP、typecheck、test runner —— 工具产生的确定性反馈，比 prompt 里写「请小心」可靠一万倍。
  4. 4. 硬约束：把规则从 prompt 搬进 linter/CI。「请遵守架构规范」是软约束；CI 阻止跨层 import 是硬约束。
  5. 5. 反馈闭环：差的反馈是Lint failed；好的反馈是File: x.ts:42, use logger.info instead of console.log。
  6. 6. 独立验证：agent 自己说「done」不算数，必须由外部测试/fixture 判定。claudepot-app 的parity-harness 就是典型 —— 把输入/期望输出存成文件，每次跑xtask verify-cc-parity 自动 diff。
  7. 7. 权限与破坏半径：禁止rm -rf、禁止直 push main、敏感目录只读。
  8. 8. 可观测性：记录 agent 读了哪些文件、调了哪些工具、哪些测试反复挂 —— 这是改进 harness 的唯一依据。
  9. 9. 人机协作 gate：formatter 自动过；API change/DB migration 必须人工 review。

四、最小可用版本

不需要一上来就上各种 Harness 配置全家桶，起步阶段：

repo/
├── AGENTS.md                 # 100-200 行，agent 工作入口
├── docs/{architecture,style,testing,domain}.md
├── scripts/check-agent-work.sh   # lint + typecheck + test + build
└── .github/workflows/ci.yml

AGENTS.md 里写上关键的一句：

Before claiming the task is complete, run./scripts/check-agent-work.sh. Do not mark complete until all checks pass.

这就是一个能跑的 coding harness。

五、为什么这件事现在才火

2023-2024 年大家在卷 prompt；2025 年卷 context（RAG、长上下文）；2026 年发现：模型已经足够聪明，瓶颈在「能不能在真实代码库里被信任地运行多轮」。

Anthropic 自己的 C 编译器项目（3982 commits、几乎全部由 Claude 写）证明了一个朴素结论：harness 的质量，决定了 agent 自主性的上限。测试足够严、fixture 足够全、回退路径足够明确，Claude 就能跑几千个 commit 不翻车；反之，再强的模型也只是个会幻觉的实习生。

一句话总结

Harness Engineering 把 AI Coding 从「会聊天的代码助手」变成「受约束、可验证、可纠错、可审计的软件工程执行系统」。

核心不是写更聪明的 prompt，而是设计一个更可靠的工作环境 —— 就像当年给马套上缰绳，不是为了限制它，而是为了让它真正能拉动车。＿＿＿＿＿＿＿＿＿＿＿＿＿我是李志伟，一名拥有 8 年经验的 AI 算法专家，目前正在探索 AI 创业。感谢阅读，欢迎关注我，一起在 AI 实践中持续进步。如果你在 AI 提效或工程落地方面有问题，欢迎加微信交流。

参考链接

概念与方法论

Anthropic 官方资料

社区实战记录

cover_image

原创 lizhiwei 李志伟lizhiwei

修改于

内容效果不满意？点此反馈

输入关键词开始搜索