Harness 实证:我用它写出来的文档长这样

昨天那篇《Harness：我发现了一种让 AI 真正能干复杂活的方法》发出去之后，私信比我预期的多很多。

大部分问题集中在两个：

「这个 Harness 怎么落地？你具体怎么操作的？」

「效果真的要好很多吗？感觉还是很玄。」

这两个问题都很好。上一篇说的是方法论，这一篇我直接把产物发出来——这是我用 Harness 跑出来的真实文档，不是示例，不是脱敏版，就是项目里正在跑的东西。

· · ·

先回答第一个问题：怎么落地？

我在做一个 AI 视频生成的 SaaS 产品，每加一个新功能，我的流程是这样的：

Step 1｜我描述功能目标（自然语言，不超过 200 字）

Step 2｜Claude 读「宪法文档」+ 我的描述，生成需求文档 round1

Step 3｜另一个 AI 实例读需求文档，输出审查意见.md

Step 4｜Claude 根据审查意见修订，输出 round2

Step 5｜重复 Step 3-4，直到审查意见里没有必修缺陷

Step 6｜我读最终版本，确认业务方向，上线

整个过程中我输入的只有：功能目标描述 + 关键节点的方向确认。需求文档的撰写、检查、修订，全部是 AI 完成的。

这不是说我没有参与。我参与的是方向，AI 负责的是执行。

· · ·

「宪法文档」长什么样

上篇文章提到，我维护了一个「单一真相来源」，我叫它宪法文档。

这是它的目录结构：

# 产品需求文档

## 需求背景

## 需求目标

## 功能范围

### 做什么

### 不做什么 ← 这个章节最关键

## 系统边界（角色 / 外部依赖）

## 数据模型（每张表的字段、类型、索引、默认值）

## 页面设计（每个页面的模块、组件、按钮响应）

## 业务流程（时序图 + 异常流程）

## API 设计

注意「不做什么」这个章节——这是很多人写 PRD 时忽略的，但对 AI 来说极其重要。

举个例子，宪法文档里有这样一段：

不做什么：

・不提供用户名密码登录、邮箱验证码登录、手机号登录。当前只有 Google 社交登录。

・不提供免费计划注册送积分。当前免费计划积分为 0，积分流水类型也不包含这些枚举。

・不提供图片任务按「尺寸 × 质量二维价目表」计费。当前实现按质量单维度计费。

这三条，每一条背后都是一次历史上「AI 自作主张把不该做的功能也做了」的教训。

写进宪法之后，AI 就有了边界。它不会在新功能里突然给你加一个你不需要的手机号登录入口，不会在计费逻辑里凭空发明一套你没有实现的积分规则。这不是 AI 变聪明了，是它有了一份地图。

· · ·

一个需求的 7 轮迭代过程

我最近在做的营销视频生成功能，经历了 7 个 round。

给你看一下这 7 轮在解决什么：

这 7 轮里，我参与的是 round4 的架构方向决策（要不要引入 Gemini 作为中间层）。其他的修订，全部是 AI reviewer 发现问题，Claude 修改，再重新过审。

round5 那次发现的「快照字段缺失」问题，是个典型的「我不懂所以发现不了」的问题。这是 AI reviewer 输出的原文：

📋 AI 审查意见 · round5

「当前设计中，Worker 在执行时直接从模板表读取 subtitles 和 audio_url。若运营在任务执行期间修改了模板内容，将导致任务执行结果与用户提交时的预期不一致。建议在任务创建时将这两个字段快照写入任务表，Worker 执行时只读取快照，不再回查模板表。」

这个问题如果没有 AI reviewer，我根本不会想到。我只会在某次上线后发现一个玄学 bug，花几小时排查。

这就是为什么我说：过度依赖人工 review，是在用你的知识边界给 AI 设上限。

· · ·

效果真的好很多吗？

说实话，是的。但我不想只说好的。

✓ 真的变好的地方

功能迭代速度：一个复杂功能，从描述到需求文档定稿，现在大约是 2～4 小时，之前我一个人写 PRD 要一整天，而且还会有遗漏。

架构合理性：AI reviewer 帮我捕获了大量「现在看起来没问题，上线后会是灾难」的设计问题。

字段一致性：自从有了宪法文档，API 和数据库字段对不上的问题几乎消失了。

✗ 真实的代价

搭建系统需要时间。 宪法文档不是一天写成的，它是我把已有代码和历史决策整理了一遍才形成的。这个过程大概花了我 3～5 天。

Token 消耗会翻倍甚至更多。 这是很多人没想到的。用 Harness 跑一个复杂功能，AI 要读宪法文档、写需求、审查、修订，每个环节都在消耗 Token。如果你用的是 Claude 初级会员套餐，几乎每个任务都会花掉 5 小时窗口量的 10% 打底，复杂任务一次就能消耗 30%～50%。你可能需要升级到 Pro，或者认真规划每天的 Token 预算。

你需要有能力判断方向。 AI 可以做执行和技术校验，但它判断不了「这个功能现在做对不对」。那一层仍然需要你。如果你对自己的产品方向本身不清晰，Harness 只会帮你更快地走错路。

· · ·

你可以从哪里开始

如果你想试试 Harness，我建议的最小起点是：从维护一个「产品当前状态文档」开始。

不需要是完整的宪法文档，可以只有三件事：

① 当前有哪些页面，每个页面能做什么

② 数据库里有哪些表，关键字段叫什么

③ 有哪些事「现在不做」

把这三件事写清楚，你就有了第一个版本的「单一真相来源」。之后每次让 AI 做新功能，先把这个文档丢给它，再描述你要做什么。效果会立刻不一样。

· · ·

上篇文章发出后，很多人说想找一个能持续交流这些实践的地方。

我之前建的「Agent 进化论」社群，聚焦的就是这件事：如何用 Agent 系统完成复杂任务，真正把 AI 变成生产力工具。不闲聊，只实践。

感兴趣的话，留言”进化”，我来拉你。