什么是 Harness Engineering？当 AI Agent 的问题从写 Prompt 转向运行架构

快速回答

• 核心公式：Agent = Model + Harness。 如果语言模型（GPT、Claude、Gemini）是“大脑”，那么 Harness 就是包裹着大脑的整个环境、工具集与流程，让大脑变成真正能干活的实体。
• 与 AI 协作已经历了三个进化阶段：Prompt Engineering（把要求写得巧妙）→ Context Engineering（在正确的时间送入正确的信息）→ Harness Engineering（为 Agent 组织工作流程、自检与安全控制）。
• 现代 Harness（如 Claude Code）包含 9 个组成部分：主循环、上下文管理、工具与技能、子 Agent、内置技能、会话记忆、带前缀缓存的 System Prompt 组装、Hooks、权限与安全。
• 当 Agent 表现不好时，不要急着换更强的模型——先优化 Harness：给够信息和工具、用机制而不是口头叮嘱来堵住错误、建立反馈闭环（Feedback Loop），并在需要高度自主时使用沙箱（Sandbox）。
• 框架与 Harness 不是一回事：框架（LangChain、AutoGen）是供你自己组装的散装工具集；Harness（Claude Code、Cursor、Codex）是已经内置工作流程的环境，Agent 走进去即可运行。

什么是 Harness Engineering？

Harness Engineering 是设计和优化 AI 模型外围“运行层”的实践：Agent 被允许使用哪些工具、上下文如何供给与清理、工作如何拆分成步骤、结果如何自检，以及权限与安全机制如何设置。如果说 Prompt Engineering 关心的是指令，Context Engineering 关心的是信息，那么 Harness Engineering 关心的是整个工作系统——这正是决定一个 AI Agent 能否可靠地完成长时间、复杂工作的关键因素。

为什么说 Agent = Model + Harness？一家越南粉店的启示

为了便于理解，原文引用了 Việt Nguyễn AI 视频中的“越南粉店”比喻。假设你雇到一位天才厨师（就是 Model）：什么菜都会做，但他有两个缺点——他只严格按照点菜单（Prompt）上写的内容做菜；他只记得眼前灶台上摆着的东西（Context Window）。台面一清空，他就忘得一干二净。

只有一位好厨师，撑不起一家店。店能不能运转得好，还取决于排班流程、账本记录、上菜前试味、原料仓储和安全规则——这就是 Harness。同一个 Model，放在杂乱的“厨房”里，做出的结果会明显差于放在井井有条的厨房里。

Prompt、Context 与 Harness Engineering 三个阶段有何不同？

第一阶段——Prompt Engineering（把点菜单写清楚）。 早期“灶台”非常小：上下文窗口只有几千个 token（据作者的幻灯片，上下文窗口在短短 5 年内从约 2K token 增长到超过 100 万 token）。唯一的办法就是把要求写得极其详细。弱点在于“一次性”（one-shot）的工作方式：做一次、端出去就完事，不会自己去取更多原料，不会试味，出错了也不会自我修正。

第二阶段——Context Engineering（把对的原料摆上灶台）。 随着灶台变宽，人们用三种主要技术智能地供给“原料”：Tool Calling（工具调用）——厨师自己进仓库取原料并操作；MCP（Model Context Protocol）——通用连接标准，就像标准化插座，方便接入外部设备；RAG——菜谱手册，需要哪道菜就找到并翻开正确的那一页。但当工作量过大（比如“12 小时做 500 桌宴席”）时，灶台仍然会被堆满。当 Agent 自己清理台面并总结上下文（Context Summarization）时，很容易记错或遗漏事项——导致代码还有 bug、功能还没跑通，Agent 却已经报告“完成”。

第三阶段——Harness Engineering（按流程运营整个厨房）。 不再让厨师在一个越来越乱的灶台前连干 12 小时，而是先把需求文档（PRD）拆成一份清单（JSON 形式的 Checklist）。每个“班次”，Agent 都以一个全新的上下文开始——干净的灶台——从清单里只取一项工作，做完，运行测试检查（相当于“试味”），记录在案，然后才进入下一个班次。这种分班方式让 Agent 能长时间工作而不至于记忆混乱。

阶段	粉店比喻	重点	遗留的弱点
Prompt Engineering	把点菜单写清楚	输入的指令/要求	一次性工作，不自检，出错不自改
Context Engineering	把对的原料摆上灶台	在上下文限制内，于正确的时间送入正确的信息（Tool Calling、MCP、RAG）	工作量过大时上下文溢出；总结时容易记错、遗漏
Harness Engineering	按流程运营整个厨房	拆分任务、分班、自检、权限与安全	需要系统设计能力，不只是写 Prompt 的技巧

现代 Harness 的九个组成部分是什么？

以 Claude Code 为例，原文指出构成现代 Harness 的 9 个组成部分：

1. 主循环（Main Loop）：本质上是一个 while 循环——读取指令、调用工具、接收结果、再次检查，循环往复，直到工作完成或达到循环上限（Max Turns）。
2. 上下文管理（Context Compaction）：当上下文填满到约 80–90% 时，系统自动保留最近的重要信息，压缩较早的步骤，并清除无用数据。
3. 工具（Tools）与技能（Skills）：Tools 是基本操作（读写文件、运行命令），如同刀和砧板；Skills 是每个项目特有的诀窍，打包在 Markdown 文件中——工作做到哪一步，Agent 才打开相应的 Skill 文件来读，以节约记忆空间。
4. 子 Agent（Sub-agents）：如同帮厨，各有自己的工作台和有限的权限（一个只负责搜索、一个负责写代码、一个负责跑测试）。完成后只把最终结果交回“主厨”，保持主上下文干净。
5. 内置技能（Built-in Skills）：内置的工作流程，如阅读和修改代码、创建 Git Commit、发起 Pull Request、运行测试。
6. 会话记忆（Session Memory）：一本只能向磁盘追加写入的日志（append-only log）。如果系统中途崩溃，只需从头重放（replay）日志，就能恢复未完成的状态。
7. System Prompt 组装与前缀缓存（Prefix Caching）：系统自动汇总通用规则和每个项目的专属规则（CLAUDE.md、AGENTS.md 文件）。静态指令永远放在最前面，动态部分放在后面，以利用前缀缓存，在数百轮循环中大幅降低成本与延迟。
8. 钩子（Hooks）：Pre-tool Hook 在命令运行前审查、拦截或修改命令；Post-tool Hook 在运行后记录日志、进行审计。借助 Hooks，企业无需修改 Harness 核心就能附加自己的安全规则。
9. 权限与安全（Permissions）：分为只读（Read-only）、项目内可写（Workspace Write）到完全访问（Full Access）等等级。删除数据、干预系统等敏感命令会被拦下，等待人工确认。

框架（Framework）与 Harness 有何区别？

简而言之：LangChain、AutoGen 这类框架是散装工具集——供开发者自行组装“厨房”的库；而 Claude Code、Cursor、Codex 这类 Harness 是已经内置工作流程的厨房：工具、循环、上下文管理和权限都已集成，Agent（和用户）走进去即可运行。在实践中，许多团队并不从零构建 Harness，而是将现成的 Harness 按项目流程加以定制。

与 AI Agent 协作的五条实战原则是什么？

1. 结果不好时，不要急着换 Model。 同一位厨师，在杂乱的厨房里做的菜会比在整洁的厨房里差。在责怪 Model 之前，先检查是否给 Agent 提供了足够的信息和工具。
2. 从已有的东西开始优化。 没有必要从零编写一个 AI Agent。把 CLAUDE.md、AGENTS.md 文件写清楚、把 Skills 制作规范、为项目挂上 Hooks——这本身就是在做 Harness Engineering。
3. 用机制堵错误，不要只靠口头叮嘱。 在 Prompt 里反复叮嘱，AI 仍有忘记的时候。应该用目录权限、Pre-tool Hook 或强制性的单元测试套件这类硬机制来锁住错误。
4. 始终建立反馈闭环（Feedback Loop）。 厨师必须试味才知道咸淡。要给 Agent 提供运行测试、读取错误日志或截取界面截图的工具，让它自己判断对错并自我修正。
5. 需要高度自主时使用隔离环境（Sandbox）。 如果想让 Agent 连续运行几十步而不必频繁请求许可，就把它放进资源预先受限的 Docker 容器或虚拟机中，确保主系统的绝对安全。

常见问题

Harness Engineering 与 Prompt Engineering 有何不同？ Prompt Engineering 优化的是单次调用的输入指令；Harness Engineering 设计的是整个运行环境——工具、上下文、任务拆分流程、测试、记忆与权限——让 Agent 能可靠地完成长时间、复杂的工作。

Context Engineering 包含哪些技术？ 三项主要技术：Tool Calling（Agent 自行调用工具以获取更多信息并执行操作）、MCP（与外部系统对接的通用连接标准）和 RAG（文档检索，只把相关部分送入上下文）。

初学者应从哪里着手做 Harness Engineering？ 从已有的东西开始：把项目说明文件（CLAUDE.md、AGENTS.md）写得足够清楚；把重复的工作流程打包成 Skills；挂上 Hooks 以管控敏感命令；并设置成 Agent 在每项任务后都能运行测试。无需从零构建 Agent。

什么是子 Agent（Sub-agent）？有什么好处？ 子 Agent 是拥有独立上下文和权限的子级 Agent，各自专攻一项工作（搜索、写代码、跑测试）。它们只把最终结果交回主 Agent，使主上下文不被“垃圾”塞满，每项工作也能在专注的空间里完成。

为什么 Agent 表现不好时不应急着换更强的 Model？ 因为大多数差结果来自 Harness 而非 Model：信息不足、工具缺失、没有测试可自检，或上下文过载。优化这些因素往往比换 Model 改善更明显，成本也更低。

---

来源：Lữ Minh Khương 于 2026 年 11 月 5 日在 Facebook“VGU Tech Alumni”群组发表的文章《解码 Harness Engineering：当 AI 的问题从写 Prompt 转向运行架构》。原文内容基于 Việt Nguyễn AI 的分析视频。上下文窗口增长的数据引自作者的幻灯片。