Harness Engineering 概念全解
Harness Engineering（马具工程）是 2026 年 AI 领域最火的概念之一。
不要觉得 AI 行业喜欢造概念或者搞抽象，主要还是 AI 变化实在太快，很多东西随着时间和行业的发展不断前进：一个词在某一年还满足当时的语境，过一年可能就不够用了，因为模型的进步速度太快，人们只能用一个新的词来解释。
跟 AI 跟得比较久的人，应该能猜到这条演进线上的几个词：
Prompt Engineering，Context Engineering，还有今天的 Harness Engineering。
这三个词，几乎完美地标记了我们跟 AI 协作方式的三次进化。从 2023 年大家都在研究怎么写一个好 Prompt，到 2025 年开始研究怎么给 AI 更好地塞上下文，再到 2026 年大家开始聊怎么给 AI 设置马具。
这三次变化，映射的都是人类对 AI 的认知。
打个游戏玩家都能秒懂的比方：
第一阶段，是你在玩《只狼》这种动作游戏。
每一招格挡、每一次见切都得你手搓，按一下键它出一招。一招没按对，屏幕上就会出现巨大的死。你就是 AI 唯一的操作者，AI 每一个动作都得你亲自按键下令，动一下回一下，这就是传统的 ChatBot。
第二阶段，是你在玩类似《金铲铲之战》这种自走棋。
你不用再自己手搓每一个动作了，你的活全在前期配置：选英雄、凑羁绊、配装备、排站位。配完了，棋子就自己上场打回合，你只能吃瓜看戏。而决定胜负的，全靠你前期把信息和资源喂得对不对。这是模型能力还不够强时的前 Agent 时代。
第三阶段，类似你在玩《全面战争》这种即时战略游戏。
场上几千个单位自己在跑，你根本摇不过来每一个兵，只能靠编队、阵型、AI 指令、战场规则去驾驭整盘战局。单位越聪明、越自主，你越得靠一整套系统去约束它们的行为。
从操作一个角色，到带一个小队，再到指挥一整支军队。玩家的控制粒度越来越粗，AI 的自主度越来越高，你需要的约束方式也越来越系统。
这三个阶段，就对应了 Prompt Engineering、Context Engineering、Harness Engineering 的三次跃迁。想理解现在，最好的方式就是读懂历史。
第一阶段：Prompt Engineering
先把时间倒回到 2023 年。
2022 年底到 2023 年，ChatGPT 横空出世，整个世界炸了。那段时间最火的一个词，就是 Prompt Engineer，提示词工程师。当时硅谷可以给 Prompt Engineer 开出年薪 30 万美金的 offer。
当时有无数的 Prompt 框架出现。因为彼时模型智能水平不够，模型输出不稳定，大家每天做得最多的事就是在 Prompt 上做约束：怎么设计好 Prompt，能让模型输出更稳定的 json 格式，从而跟数据库进行交互；或者写好 Prompt 约束，让模型生成更好更稳定的回答。
那个年代，同一个问题换一种问法，AI 给的答案质量就可能天差地别。
比如你直接问 ChatGPT「帮我写一篇关于 AI 的文章」，它吐出来的大概率是一坨正确的废话。但如果你说「你是一个科技领域的资深记者，风格偏口语化，擅长用类比来解释复杂概念，现在需要写一篇 3000 字的文章，主题是 AI 对普通人生活的影响，要有具体案例，语气不要太正式」，出来的东西就完全不一样了。
Prompt Engineering 那个年代，做得最多的事就是怎么设计 Prompt 让 AI 给出最好的回答。这在 2023 年确实有价值，因为大模型刚出来，输出不稳定，大家都在摸索跟它交流的方式。谁能把问题问得更好、把 Prompt 约束得更好，就能从 AI 那里榨出更多价值，这个技能差异是真实存在的。
但问题来了。
2024 年下半年开始，一个趋势越来越明显：模型越来越聪明了。你不用再像伺候大爷一样去精心构造 Prompt，Claude 3.5 Sonnet 出来的时候，随便跟它说句话，它都能理解你的意思。
那个时代，Prompt 技巧的边际收益在急速下降。因为人们发现，当模型足够聪明的时候，你怎么问已经没那么重要了。重要的是，你问的时候，它手里有没有关于你问题的足够且合适体量的信息，在有限的性能之下给你一个好答案。
这就引出了第二个阶段。
第二阶段：Context Engineering
2025 年年中，Andrej Karpathy 转发了一条推，大概意思是说，赞同把 Context Engineering 放在 Prompt Engineering 之上。
因为在实际的工业级 AI 应用里，真正的活不是在那雕花一个 Prompt，而是需要更多地考虑工程化，精心设计 AI 的上下文窗口里到底该塞什么信息——那个年代上下文窗口真的太小了。
Karpathy 的原话是，Context Engineering 是「填充上下文窗口的精妙艺术与科学」。
于是，Context Engineering（上下文工程）这个概念在 2025 年下半年迅速成为所有做 AI 应用的人的共识，因为它确实切中了当时行业的痛点。
顺便说一句，造词这事分两种情况：有一种就是为了炒概念，比如 xxx 4.0；而有的时候真的只是行业太快，人们更需要一个精准的表达。词语，从来都是为表达而服务的。
Context Engineering 解决的问题，类似于你让 AI 帮你改一段代码：如果你只给它这段代码本身，它可能改得乱七八糟；但如果你同时给它这段代码所在的文件、相关的依赖、项目的技术栈说明、团队的代码规范，它改出来的东西质量会高几个量级。
而如何优雅地、省 Token 地给出最精准的信息，就是真正的 Context Engineering。这方面最值得参考的，是 Manus 在 2025 年 7 月发的那篇上下文工程实践文章。
到这里，已经比 Prompt Engineering 进了一大步：人们开始研究的，从怎么约束单个 Prompt，变成了如何在有限的上下文空间里尽可能给模型精准的信息。
又过了将近 8 个月，Harness Engineering 正式登上了属于它的舞台。
第三阶段：Harness Engineering
AI 领域第一次出现关于 Harness 的描述，应该是 2025 年 11 月 Anthropic 发的 blog。
这篇报告解决的核心问题是：如何让 Agent 跨越多个上下文窗口有效工作而不丢失状态。他们把 Claude Agent SDK 称为「一个强大的通用 Agent Harness」，不过并没有用 Harness Engineering 这样的描述。
直到 2026 年 2 月，OpenAI 的一篇 Blog 把 Harness Engineering 写在了巨大的标题上，Harness 开始正式进入大众视野。
这篇文章信息量极大。大概说的是：OpenAI 内部有一个团队，用五个月的时间，用 Codex 搭了一个将近一百万行代码的产品。其中人类手写的代码量，是 0 行。
所有代码都是 Codex Agent 生成的，人类工程师全程没有写一行代码。人类工程师做的工作，就是一直在做 Harness Engineering：设计架构边界、制定依赖规则、写自动化测试、配置 lint 规则、搭建 CI/CD 流水线、设计反馈循环机制。
他们在建一个笼子，一个让 AI Agent 能在里面安全、高效、可控地干活的笼子。这个笼子，就叫 Harness。
Harness 这个词来源于马具，就是马鞍、缰绳、嚼子那一整套东西。
马是一种非常强大的动物，速度快、力量大，但如果你不给它套上缰绳，它大概率会跑偏，甚至把你甩下来。
Harness 的作用，就是把这股野蛮的力量，引导到你需要的方向上。
AI Agent 就是那匹马。模型现在的能力已经极其强大了，能写代码、能做分析、能跟外部工具交互、能自主决策。但如果你不给它套上 Harness，它就会跑偏、会犯错、会在你不知道的地方搞出幺蛾子。
所以：
Agent = Model + Harness。
这个公式是 LangChain 在博客上提出来的，可能是 2026 年到目前为止关于 AI 工程最精辟的一句话。
模型是马，Harness 是缰绳，光有马不行，还得有一整套驾驭它的系统。
Harness 的两类控制机制
一个真正的 Harness 到底长什么样？Birgitta Böckeler 写的框架比较清晰，她分成了两类控制机制。
第一类叫 Guides（feedforward controls），引导。
就是在 AI 行动之前，提前给它设好规则，让它沿着正确的方向走。这有点像高速公路上的护栏，你不需要每一秒都去纠正司机别开到山沟里，因为只要护栏在那里，车就几乎不会开进去。
CLAUDE.md 文件就是一种 Guide，代码规范文档也是，架构决策记录也是。这些东西在 AI 动手之前就已经在那了，它们是前馈控制。
第二类叫 Sensors（feedback controls），检测器。
就是在 AI 做完事之后，用各种手段去检测它做得对不对。自动化测试是 Sensor，代码 lint 是 Sensor，CI 流水线也是 Sensor，它们是反馈控制。
好的 Harness 是 Guides 和 Sensors 的组合：前者防患于未然，后者亡羊补牢，两个加在一起形成一个闭环。
每当你发现 Agent 犯了一个错误，就花时间去设计一个方案，让它永远不可能再犯同样的错误——这就是 Harness Engineer 的日常。从来不只是写代码，最重要的工作其实是设计一个让 Agent 不再犯错的系统。
比如 Claude Code 的规则体系怎么从全局 CLAUDE.md 一层一层穿透到项目级、再到文件夹级，约束从上往下走，一层管着一层。这事看起来简单，但底层逻辑跟 OpenAI 在那个百万行代码项目里做的事一模一样：他们强制定义了一套分层架构，Types → Config → Repo → Service → Runtime → UI，六层，每一层只能依赖它下面的层，不能反向依赖。
有了约束，速度才不会下降，架构才不会漂移。规则从来不是靠口头约定，是靠自动化测试来强制执行的。
如果非要给 Harness Engineering 定一个最核心的概念，那就是四个字：约束先行。
就像权限系统的设计：可以给 AI Agent 设置不同级别的权限，有些操作它可以自己做，有些操作它必须先问你，有些操作它绝对不能碰。比如读文件可以它自己来，删文件必须先问，而格式化硬盘这种操作，永远想都别想。
三次跃迁对应的三次角色升级
回过头看，这三个阶段的演变很有意思。
Prompt Engineering 的时代，AI 是一个聊天机器人。你跟它的交互方式是一轮对话，你说一句它回一句。这个模式下，你唯一能影响输出的杠杆就是你的 Prompt，所以大家拼命研究怎么写 Prompt。
Context Engineering 的时代，AI 变成了一个助手。它不再只是回答问题，它开始帮你做事了：读你的文档、理解你的项目、调用你的工具。这个模式下光靠 Prompt 不够了，还需要给它提供充足的上下文。
Harness Engineering 的时代，AI 变成了一个自主行动的 Agent。它不是在等你的指令，它可以自己在那跑：自己写代码、自己测试、自己提交、自己部署。这个模式下 Context 也不够了，因为 Agent 是自主运行的，你没法一直盯着它。你需要一个系统来约束它、监控它、在它犯错的时候自动纠正它。
三个阶段的演变，对应的是 AI 角色的三次升级：聊天机器人 → AI 助手 → 自主 Agent。
这里有一个很实用的思路：脚本 → Skill → Agent 这个金字塔。能用确定性规则约束的地方就用规则，能用自动化检测的地方就用检测，只有那些真正需要判断力的部分，才留给 Agent 自由发挥。你不会用大炮打蚊子，同样的道理，也不该在可以用确定性规则解决的地方引入不确定性。
所以这三个时代的 Engineering，从来都不是替代关系，而是一层一层升维、随着时代前进的嵌套关系。Harness Engineer 需要懂 Context Engineering，因为给 AI 提供正确的上下文信息本身就是 Harness 的一部分；Context Engineer 也需要懂 Prompt Engineering，因为最终跟 AI 沟通的单元还是一条条 Prompt。每一层都没有过时，只是被更大的框架包裹住了。
非程序员跟 Harness Engineering 有什么关系
坦率地讲，Harness Engineer 这个角色目前确实主要出现在软件开发领域，因为 AI Agent 最成熟的落地场景就是写代码、开发产品。
但 Harness Engineering 的思维方式是普适的。
比如很多人用 AI 做任何稍微复杂一点的事情，都会遇到这种问题：AI 有时候莫名其妙就跑偏了，你得反复纠正它。这就是缺少 Harness。
比如能不能给 AI 设一些规则，让它在规则框架内干活？你让 AI 帮你写邮件，能不能事先告诉它「永远不要用感叹号结尾」「收件人是老板的时候语气要正式」「涉及数字的时候要 double check」？这就是你的 Harness。
比如能不能设计一些检查点，在 AI 输出之后自动验证？你让 AI 帮你做数据分析，能不能设一个规则让它每次算完都自己验算一遍？这也是 Harness。
20 世纪的伟大科学成就之一——控制论，里面最核心的思想就是：任何复杂系统的稳定运行，都依赖于反馈机制。恒温器之所以能保持房间温度恒定，从来不是因为它知道应该是多少度，而是因为它有一个传感器能感知当前温度，跟目标温度做比较，然后不断调整。
这些思维方式就是 Harness Engineering 的内核。它不是让你直接去写代码，而是需要你思考清楚：怎么让 AI 在没人盯着的时候也能干好活，如何设计一个能自己运行起来的系统。
一个更长的历史视角
人类驯服 AI 的过程，跟人类驯服大自然的历史有极高的相似度。
最早人类学会用火，你得小心翼翼地喂它柴火，火太小不行，太大也不行。这是 Prompt Engineering，你的每一次输入都直接决定输出。
后来人类学会了建炉子，把火关在一个结构里，通过调节进气口和烟囱来控制火势。这是 Context Engineering，你通过设计上下文来影响火的行为。
再后来人类发明了蒸汽机，火不再是你直接操控的对象了，它在一个精密的系统里自动运行，有锅炉、有气缸、有调节阀、有安全阀，你无需再管火怎么烧，你管的是这套系统怎么设计。这是 Harness Engineering。
从火焰到蒸汽机，人类花了几千年。从 Prompt Engineering 到 Harness Engineering，AI 只花了三年。
甚至可以把使用 AI 的方式对应到人类历史上一门门古老的学科：
- Harness 就是控制论
- Skill 其实就是分类学
- Prompt 其实就是语言学
- Context 其实就是信息科学
- Reasoning 其实就是认知心理学
- 多 Agent 协同其实就是管理学
所以根本不用焦虑。Harness Engineering 根本不是什么新东西，它就是人类几千年来一直在做的那一件老事：怎么把一股更快、更强、更不受控的力量，安全地、持续地、可复制地，引导到我们想要的方向上去。
火是这样，蒸汽是这样，电是这样，核能也是这样。只不过这一次，轮到 AI 了。