【大模型Wiki】19 · Harness Engineering 入门与实战（转载）

Harness Engineering 入门与实战（转载整理）

转载声明：本文整理转载自程序员鱼皮的博文《傻子可懂的 Harness Engineering 入门教程 + 项目实战，一次搞懂 AI 编程工程化！》（发布于 2026-04-27），版权归原作者程序员鱼皮所有。转载时保留了原文的核心内容与结构，仅略去课程推广部分并做少量排版调整。

用 AI 编程的朋友应该都遇到过这些问题：

• 你让 AI 改下页面的样式，结果它没搞清楚你到底想干嘛，重新开发了整个布局。
• 你前面明明要求单文件的代码不超过 200 行，结果聊了十几轮之后，AI 把前面的约束给忘了，写了个 1000 行代码的大文件。
• 还有更头疼的，你让 AI 修一个项目里的 Bug，结果又出了 3 个新 Bug，项目都跑不起来了，代码越改越乱。

前两个问题已经有了不少解决办法，比如写好提示词、给 AI 提供充足的信息，但第三个问题就比较棘手了。

如果你想让 AI 做好一个完整的项目，你还得给它搭一整套靠谱的工作环境和工作流程。

这就是最近在 AI 圈很火的 Harness Engineering。

一、快速了解 Harness Engineering

Harness 是什么？

Harness 这个词翻译过来就是「马具」。如果把 AI 模型比作一匹马，那 Harness 就是你驾驭这匹马所需要的一切，比如缰绳、路线规划、围栏等等。

我们要做的，就是怎么让这匹马跑得更快、更稳，顺利完成任务。

具体来说，Harness 就是围绕 AI 模型搭建的一整套工作环境和工作流程。你给 AI 写的项目规则文件、配置的各种工具、安排的任务拆分和执行顺序、设计的测试检查流程，这些统统都算 Harness。

为什么它突然火了？

知名的 AI 框架 LangChain 做了个实验：使用同一个 AI 模型，只优化围绕模型搭建的 Harness 部分，编码基准测试的排名直接从 30 名开外冲到了前 5！

OpenAI 团队也做了类似的尝试。3 个人的小团队，全靠 Harness 引导 AI 生成了上百万行代码，最终做出的产品已经在内部正式上线使用。

看到这些成果之后，不少知名 AI 公司和技术大佬纷纷写了博客来讲 Harness，于是把这个概念带火了。

有了这些知名公司和大佬的背书，现在行业达成了一个共识：AI 编程的瓶颈不在模型有多聪明，而在你围绕模型搭的这套环境和流程够不够好。

Harness 的发展过程

很多人以为 Harness 是 2026 年蹦出来的新东西。其实从 2022 年 ChatGPT 出来的时候，大家就已经在做 Harness 了，只不过当时没叫这个名字罢了。

1、提示词工程（2022 ~ 2024）：怎么通过对话让 AI 听懂你的需求。给 AI 设定角色、约束输出格式、用思维链让它一步步思考、给几个示例让它模仿。技巧简单，但确实能让输出质量提升一大截。

2、上下文工程（2025）：在对的时候把对的信息喂给 AI。写 AGENTS.md 规则文件让 AI 了解项目背景，用 RAG 让 AI 能检索到相关资料，对过长的上下文做压缩和摘要，给 AI 建立跨对话的记忆机制。

3、Harness Engineering（2026）：在上下文工程的基础上又往前走了一步。除了关注给 AI 提供什么信息，还要关注给它配什么工具、大任务怎么拆分成小步骤分批完成、出了问题怎么自己检查和修复、怎么防止代码质量随着迭代慢慢下滑。让 AI 不只是回答问题，而是持续靠谱地完成整个任务。

三者是层层包含的关系：

• 提示词是最内层，关注的是「怎么给 AI 下指令」
• 上下文包裹着提示词，关注的是「怎么给 AI 提供信息」
• Harness 把它们全部包在里面，关注的是「怎么让 AI 持续靠谱地干完一整件事」

业界总结了一个公式：Agent = 模型 + Harness。

二、Harness 的五个核心模块

Harness 要解决的就是 AI 干活时会遇到的几个核心问题。

1、上下文架构：让 AI 了解项目背景和规矩

AGENTS.md 规则文件、分层文档、上下文压缩、渐进式加载

做项目的第一步是了解需求、项目背景和开发规范。用 AI 做项目也一样，写 AGENTS.md 这样的规则文件，告诉 AI 这个项目用什么技术栈、遵循什么代码规范、有哪些禁止事项。

注意，AI 能处理的上下文空间是有限的。OpenAI 团队踩过一个坑：把几千行的规则塞进一个大文件，结果 AI 反而更容易忽略里面的关键信息。后来他们改成把 AGENTS.md 当成一个目录来用，只写大概 100 行的摘要和索引，然后在 docs/ 目录下放详细的设计文档——「前端规范看 docs/FRONTEND.md、安全相关看 docs/SECURITY.md」，AI 需要什么就去读对应的文件。这种按需加载的思路，就是上下文架构的核心。

2、执行能力：给 AI 装上手脚和工具

工具调用、Bash 终端、文件系统、MCP、Browser Use、Skills 技能包

AI 模型本身只能输出文本。想让 AI 真正帮你开发项目，就得通过工具调用让它具备操作电脑的能力：配一个终端环境来执行命令、给它文件系统来读写代码、给它浏览器来测试网页。

在这个基础上，还可以通过 MCP 进一步扩展 AI 的操作范围（读写数据库、联网搜索等）。还有 Agent Skills，把一整套复杂的工作流封装成技能包，让 AI 快速学会各种专业技能，比如自动生成 PPT、处理 Excel 表格。

3、任务编排：给 AI 安排好工作计划

Plan Mode、任务拆分、增量开发、文档沉淀、SubAgents 并行执行

如果丢给 AI 一个大需求，它可能会尝试一把梭全部搞定。但 AI 的上下文空间是有限的，可能开发到一半信息就装不下了，前面定好的方案和约束慢慢被冲淡，最后留下一堆跑不起来的代码。

解决方法：把大任务拆成小任务，每次只做一个功能点；开始之前先用 Plan Mode 让 AI 出方案，人工确认后再动手写代码；每做完一个功能都沉淀文档（当前实现了哪些功能、用了什么技术方案、还有哪些待办），这样哪怕新开一个 AI 对话窗口，AI 也能通过读文档快速了解之前做了什么。

如果有多个互不依赖的小任务，还可以用 SubAgents 让它们并行执行，效率更高。

4、反馈机制：让 AI 自己检查自己的工作

Linter 代码检查、自动化测试、Browser Use 端到端测试、Agent 互审

AI 写完代码之后，可能会自信满满地跟你说任务已经完成了，结果你一点运行，全是 Bug。

所以要让 AI 在写完代码之后能自己检查：跑 Linter 看语法和规范问题，跑自动化测试验证功能，甚至让 AI 自己打开浏览器实际操作一遍。测试没通过时，AI 可以自动读取报错信息、分析原因并尝试修复。还可以让另一个 AI 来审查代码，搞「多 Agent 互审」，跟团队里多个同事一起 Code Review 是一样的。

5、架构护栏：防止代码越改越乱

架构约束 Linter、Pre-commit Hooks、垃圾回收机制、Git 检查点

AI 生成代码有个特点：它会模仿仓库里已有的代码风格，哪怕是烂代码。同样的页面代码写了好几遍也不知道拆分成可复用组件，改了一个地方其他重复的地方就漏改了，技术债越滚越大。

常见做法：

• 写一批专门的 Linter 强制执行架构层面的约束（注意与反馈机制里查代码风格的 Linter 不同）：比如 UI 层不能直接调用数据库层、模块间的依赖必须是单向的，AI 一旦违反就被自动拦住
• 通过 Pre-commit Hooks 在提交时自动拦截不合规的代码
• OpenAI 还搞了一套「垃圾回收」机制：定期让 AI 扫描代码库，检查有没有偏离架构规范的地方，自动提交修复 PR，持续偿还技术债
• 每完成一个功能就用 Git 提交一次，相当于给项目打存档点，改出问题随时恢复

看到这里你会发现：写规则文件、配备工具、拆分任务、执行测试、定架构规范……这些都是程序员做项目时常用的方法，换到 AI 编程场景里，就是 Harness。

Harness 不是什么新技术，它本质上是把我们已有的工程经验，系统地应用到 AI 上。

三、Harness 项目实战要点

原文作者以一个「万能视频下载总结器」全栈项目（视频下载 + AI 总结 + SEO/GEO 优化 + 国际支付）为例，按企业做项目的阶段演示了 Harness 的落地：

方案设计阶段：先自己想清楚核心方案（技术选型 yt-dlp + Python），写成文档关联给 AI；开启 Plan Mode 让 AI 先出方案人工确认，发现 AI 把后续功能也纳入计划时，明确约束「先完成核心功能」——任务编排和上下文架构的应用。

编码开发阶段：给 AI 配置 Firecrawl MCP（抓网页）、Context7 MCP（查最新技术文档），遇到不确定的 API 用法自己查而不是用过时写法；核心功能完成后让 AI 沉淀总结文档并提交 Git；新功能新开对话窗口，靠文档找回记忆——同一个对话聊久了上下文会越来越脏，AI 表现下降。

测试验证阶段：AI 通过 Browser Use 自己启动浏览器、输入链接、点击解析、检查结果；人工发现 B 站下载 403 报错时把报错信息贴给 AI，AI 自主定位到防盗链问题并修复；AI 卡在同一问题上反复修不好时，换个角度点破关键（「你不应该改后端代码么？SSE 返回内容丢失前端解析肯定是错的」）；用模拟的 Markdown 数据直接测渲染，反馈更快。Harness 不是完全放手不管，而是把人的精力用在最关键的地方。

功能扩展阶段：3 个相互独立的小需求用 SubAgents 并行开发；每完成一个功能就提交代码并更新文档作为检查点，随时可回滚；用 SEO Audit 技能自动分析网站；做 GEO 优化时复用 SEO 对话的上下文，省去重新读项目的时间。

四、怎么快速上手 Harness？

按照做项目的流程，几条立刻能用的方法：

1. 做项目之前先写好 AGENTS.md 规则文件，把项目背景、技术栈、代码规范都告诉 AI
2. 先让 AI 出方案并人工确认，再动手写代码
3. 用 MCP 和 Skills 给 AI 配好工具，让它能联网查资料、获取最新的信息
4. 做完功能一定要让 AI 自己跑测试验证，确保能正常运行
5. 每完成一个功能就让 AI 沉淀文档并提交代码，作为 AI 的「存档点」

Harness 工具

如果缺乏项目经验或觉得搭建麻烦，可以用现成的开源工具：

• Spec Kit：SDD（Spec-Driven Development）规范驱动开发，先引导你把需求拆解成详细的规范文档，AI 按文档一步步开发，每个阶段有明确验收标准

• Superpowers：Agent Skills 框架，内置完整开发工作流，包括强制 TDD、两阶段代码审查、子代理协作等

工具一直在变化，但「怎么系统地驾驭 AI」这个思路是通用的。理解 Harness 的思路比掌握某个工具更重要。

五、延伸阅读

• 原文：傻子可懂的 Harness Engineering 入门教程 + 项目实战 —— 程序员鱼皮，已收录在其免费开源的《Vibe Coding 零基础入门教程》（github.com/liyupi/ai-guide）
• 本 Wiki 配套：第 08 篇（Agent 循环与多 Agent）、第 10 篇（DeepSeek Harness 源码解读，从运行时实现角度理解 Harness）