Harness Engineering 是什么？一场新的 AI 范式已经开始

优质文章学习记录

07 Apr 2026 — 11 min read

1. AI 编程的一些问题(背景)

你是否在 Vibe Coding 中遇到过这些问题

文档与代码脱节，上下文跟不上或冗余，导致理解偏差，代码质量越来越差；甚至之前明确告知的禁忌，在后续沟通中仍被遗忘。
代码和架构偏离失控：明明一小时能做完的事，却要在反复纠正 Prompt 上绞尽脑汁，审查代码更是难受；特别是反复向对方阐述想法后，实现结果仍难以令人满意。
垃圾代码越来越多：不会主动清理上一轮遗留的废代码，反而基于它继续构建，导致废料不断堆积。
生成的代码审查起来令人头疼，不敢未经严格审查就直接上线，否则一旦出问题肯定要被背锅

整体看来，缺少的是约束、正确引导和及时修正反馈等机制。Harness Engineering 正是在这一背景下出现的。

2. Harness Engineering 出现

随着工程实践的深入，从上下文工程，逐步进化到 Harness Engineering 了。Harness Engineering 的核心思想可以用一句话概括：“Humans steer, agents execute”（人类掌舵，代理执行）在这个新范式下，工程师的角色从“代码编写者”转变为“系统驾驭者”，其主要任务变为设计能让AI高效、可靠工作的系统和环境，通过环境、工具、规则和反馈机制，让AI在高速奔跑时既能释放全部力量，又不会偏离轨道。Harness Engineering 是一套围绕 AI Agent 构建的约束、反馈与控制系统

3. OpenAI 的百万行代码实验

OpenAI 内部进行了一项为期五个月的实验，充分展示了 Harness Engineering 的潜力：

团队：一个由3人起步的工程师团队。

起点：一个空的 Git 仓库。

过程：完全依靠 AI 智能体（Codex）进行开发，没有手动编写任何一行源代码。

成果：构建出一个包含超过 100万行代码 的完整 Beta 版产品。

效率：期间合并了约1500个拉取请求（PR），OpenAI 估计这种方式比传统开发节省了约 10倍的时间。

利用 5 个月时间，完全依靠 Codex（AI 编码智能体）构建了一个内部复杂产品，交付了近 100 万行代码。在整个过程中，没有一行代码是由人工手写的。

过程中一些细节：

编写了详尽的架构约束
为 AI 接入了 Chrome DevTools 协议，使其能通过截图验证 UI 渲染，
设计了严密的反馈回路，使得 AI 在 90% 的情况下能自主修复 CI 失败

4. Harness Engineering 的演进

2.1. Prompt Engineering

第一阶段是2022-2024年的提示词工程：这是AI工程化的启蒙阶段。核心逻辑是打磨「一次性指令」。

通过few-shot、角色扮演等技巧，让模型单次输出更精准，本质上是“教AI怎么听一句话”。

这一阶段的局限的在于，指令的有效性高度依赖人工经验，无法实现规模化复用，且难以应对复杂任务的持续输出需求

2.2. Context Engineering

第二阶段是2025年左右的上下文工程：该阶段破解了提示工程的单点局限。此时，行业意识到单条指令不足以支撑复杂决策。

开始为模型动态构建完整上下文，包括文件、历史记录、知识库等，让AI做决策时有全面的信息支撑，本质是“给AI配全参考资料”。

但这一阶段仍处于“被动响应”模式，缺乏对AI输出的主动控制机制，复杂任务落地时依然面临稳定性不足的问题

2.3. Harness Engineering

2026年，Harness Engineering 成为AI工程化的第三阶段，也是当前最先进的工程范式。

它包含了前两个阶段的核心能力，但将其上升到全生命周期控制系统设计，通过约束、反馈、架构规则、工具链管理，让AI Agent能够持续、稳定、高质量地完成工作，本质上是“为AI搭建一个能长期高效干活的办公室”。

5. Harness Engineering 核心组成

构建一个完整的控制系统 Harness Engineering，其中包含了上下文、约束与熵管理

5.1. 上下文工程，

核心问题：Agent 无法访问你脑中的架构决策、团队约定和历史教训。

核心观点：

为 AI 准备的“导航地图”：OpenAI 项目中散布着88个 AGENTS.md 文件。根目录的文件定义全局默认规则，子目录的文件则覆盖本地规则
渐进式披露：AI 从根目录的入口文件开始，按需深入到具体子目录获取局部上下文，而不是一次性灌入海量信息。

OpenAI的核心做法是将代码仓库作为Agent唯一的知识来源，所有规则、文档、代码都进行版本化管理，把老员工“口口相传”的隐性经验全部显性化，让Agent能随时找到所有需要的信息。

同时，他们摒弃了“大一统的指令文档”，采用≤60行的AGENTS.md作为“目录”，通过渐进式披露原则，让Agent在每个任务中只获取所需上下文，既避免信息冗余，又防止关键约束遗漏。

此外，还为Agent配备浏览器、可观测性栈，让它能自己验证结果、排查问题。

5.2. 架构约束，用“硬规则”替代软性指令

核心问题：靠人工 Code Review 无法跟上 AI 的代码产出速度，架构容易漂移失控。

解决方案：将架构规则“代码化”，用机器而非人来守住边界。OpenAI 用 AI 自己编写 Linter（代码检查工具）来约束 AI。

强制执行的围栏：例如，规定“service 层不能反向依赖 controller 层”，并将此规则写入 Linter。每当 AI 提交代码，Linter 会自动运行，如果违规，代码将无法合并。

反馈闭环：Linter 的错误信息本身也是上下文的一部分，它会告诉 AI“为什么错了”以及“如何修复”，AI 读取后会自动修正代码并重新提交。

Harness不会依赖人工审查来约束AI，而是将架构文档、依赖关系、格式规范转化为可执行的硬约束，比如通过linter（代码检查工具）、结构化测试等，一旦AI输出违反规则，CI（持续集成）会直接挂掉，且报错信息会自带修复指引，把“老师傅经验”写进编译器。

5.3. 熵管理

核心问题：AI 会复制代码库中已有的坏模式，导致技术债务指数级堆积

解决方案：将清理技术债务变成一个自动化的、持续的过程
后台清洁 Agent：构建一个“清洁 Agent”，定期扫描代码库，识别偏离“黄金原则”（如代码重复、模式不佳）的地方，并自动生成重构 PR。这就像代码库的“垃圾回收机制”，持续、小额地偿还技术债务

解决AI规模化输出带来的“混乱”问题， AI生成代码时，技术债会呈指数级增长，因为Agent不会主动清理上一轮的遗留内容，反而会基于此继续构建。OpenAI的解法是部署GC Agent（垃圾回收Agent），定期扫描并修复过时文档、架构漂移、代码异味，实现代码库的“自我清洁”，避免信噪比持续恶化。

6. 行业实践经验

设计AI友好的架构，AI在结构清晰、边界明确的系统中效率最高
反馈闭环
建立技术债务清理机制，避免坏的模式扩散
程师角色重构与技能升级，将核心技能也从编码能力，转向系统设计、规则制定、反馈循环设计与多Agent协调能力
将隐性知识系统化，立知识库维护机制，确保信息时效性，避免Agent基于过时知识犯错。

7. 重构AI时代的工程师角色

Harness Engineering的兴起，不仅是AI工程范式的变革，更重塑了人类工程师的角色定位。过去工程师的核心能力是“写代码”；而在Harness时代，工程师的角色转变为“系统驾驭者”，核心任务变为设计工程环境、明确任务意图、构建反馈循环，将精力从繁琐的代码编写中解放出来，聚焦于更具创造性的系统设计工作。