夜雨聆风
一、从 1300 年前说起
harness 这个词，最早出现约 1300 年前，指的是马具 —— 把马、缰绳、车厢绑在一起，让马的力气能被引导到正确的方向上。
后来这个词被工程界借走：
- 1. Wire Harness（线束）：汽车里那一捆把发动机、电池、传感器连在一起的电线。
- 2. Test Harness（测试支架）：软件工程里跑测试用的脚手架 —— mock、fixture、runner、断言库。
- 3. Harness Engineering（AI Agent 的执行环境）：2025 年之后开始流行的新词，指围绕 AI Coding Agent 搭建的「约束 + 反馈 + 验证」系统。
这几个场景的共同点是：本体（马、电流、代码、模型）很强大但很野，harness 的作用是把这股力量约束、引导、可验证地输出。
二、AI Coding 里的 Harness —— 新的主角
Martin Fowler 给的定义非常简洁：harness 是模型之外、帮助 agent 工作的所有外层机制。可以记一个公式：
Coding Agent = Model + Context + Tools + Constraints + Feedback + Human Control
└──────────── Harness ────────────┘可以这么理解：
- • Prompt Engineering：你对模型说什么（写实习生的任务书）
- • Context Engineering：模型能看到什么（给实习生准备资料）
- • Harness Engineering：实习生在什么环境里干活、有哪些权限、什么时候 review、谁能拍板上线
三、一个好 harness 的九个维度
借鉴 Anthropic、Augment、Milvus 等公开资料，加上 vmark/claudepot-app 这类开源项目的真实做法，可以拆成：
- 1. 任务边界：能改 bug、能写测试；不能改支付逻辑、不能直接 deploy。
- 2. 上下文系统：
CLAUDE.md/AGENTS.md不是堆文档，而是「指向结构化资料的地图」。 - 3. 工具集：grep、LSP、typecheck、test runner —— 工具产生的确定性反馈，比 prompt 里写「请小心」可靠一万倍。
- 4. 硬约束：把规则从 prompt 搬进 linter/CI。「请遵守架构规范」是软约束；CI 阻止跨层 import 是硬约束。
- 5. 反馈闭环：差的反馈是
Lint failed；好的反馈是File: x.ts:42, use logger.info instead of console.log。 - 6. 独立验证：agent 自己说「done」不算数，必须由外部测试/fixture 判定。claudepot-app 的
parity-harness就是典型 —— 把输入/期望输出存成文件，每次跑xtask verify-cc-parity自动 diff。 - 7. 权限与破坏半径：禁止
rm -rf、禁止直 push main、敏感目录只读。 - 8. 可观测性：记录 agent 读了哪些文件、调了哪些工具、哪些测试反复挂 —— 这是改进 harness 的唯一依据。
- 9. 人机协作 gate：formatter 自动过；API change/DB migration 必须人工 review。
四、最小可用版本
不需要一上来就上各种 Harness 配置全家桶，起步阶段：
repo/
├── AGENTS.md # 100-200 行，agent 工作入口
├── docs/{architecture,style,testing,domain}.md
├── scripts/check-agent-work.sh # lint + typecheck + test + build
└── .github/workflows/ci.ymlAGENTS.md 里写上关键的一句：
Before claiming the task is complete, run
./scripts/check-agent-work.sh. Do not mark complete until all checks pass.
这就是一个能跑的 coding harness。
五、为什么这件事现在才火
2023-2024 年大家在卷 prompt；2025 年卷 context（RAG、长上下文）；2026 年发现：模型已经足够聪明，瓶颈在「能不能在真实代码库里被信任地运行多轮」。
Anthropic 自己的 C 编译器项目（3982 commits、几乎全部由 Claude 写）证明了一个朴素结论：harness 的质量，决定了 agent 自主性的上限。测试足够严、fixture 足够全、回退路径足够明确，Claude 就能跑几千个 commit 不翻车；反之，再强的模型也只是个会幻觉的实习生。
一句话总结
Harness Engineering 把 AI Coding 从「会聊天的代码助手」变成「受约束、可验证、可纠错、可审计的软件工程执行系统」。
核心不是写更聪明的 prompt，而是设计一个更可靠的工作环境 —— 就像当年给马套上缰绳，不是为了限制它，而是为了让它真正能拉动车。
参考链接
概念与方法论
- • Birgitta Böckeler (Thoughtworks), Harness engineering for coding agent users — https://martinfowler.com/articles/harness-engineering.html
- • Augment Code, Harness Engineering for AI Coding Agents: Constraints That Ship Reliable Code — https://www.augmentcode.com/guides/harness-engineering-ai-coding-agents
- • Milvus Blog, What Is Harness Engineering for AI Agents? — https://milvus.io/blog/harness-engineering-ai-agents.md
Anthropic 官方资料
- • Claude Code 官方文档（含 hooks、memory、subagents、programmatic usage） — https://code.claude.com/docs/en/overview
- • Nicholas Carlini, Building a C compiler with a team of parallel Claudes（16 个 agent / 100k 行 / $20k） — https://www.anthropic.com/engineering/building-c-compiler
- • How a non-technical project manager built and shipped Respiro with Claude Code in six weeks — https://claude.com/blog/how-a-non-technical-project-manager-built-and-shipped-a-stress-management-app-with-claude-code-in-six-weeks
- • How Anthropic's cybersecurity team built a threat detection platform (CLUE) with Claude Code — https://claude.com/blog/how-anthropic-uses-claude-cybersecurity
社区实战记录
- • The 3-Day MVP: How I Built and Launched SubflowAI in 19 Days using Claude Code — https://genaiunplugged.substack.com/p/subflow-ai-chrome-extension-schedule-notes-substack
- • Aviad Rozenhek, Building gemini-imagen with Claude Code: How AI Became My Pair Programming Partner — https://dev.to/aviad_rozenhek_cba37e0660/building-gemini-imagen-with-claude-code-how-ai-became-my-pair-programming-partner-ca9
- • Claude Code Toolkit（explore → plan → next → ship 开源 harness 框架） — https://github.com/applied-artificial-intelligence/claude-code-toolkit
