Harness Engineering全攻略：让AI Agent从「能跑」到「可靠」

首先，弄清术语

在正式进入主题之前，先解释3个读者必须掌握的术语：

Harness Engineering（套件工程）：为 AI 模型构建运行环境，使其工作可靠——关键不在于模型本身，而在于"包围在它周围的一切"。

Frontier Breakdown（前沿产品解析）：分析业内实际产品使用的套件，例如 Pi、Claude Code、Codex、DeepSeek。

Phase（阶段）：构建套件的有序步骤，从"发现问题"到"设计循环"。

如果打一个比方：AI 模型是"大脑"，而 harness 就是让大脑真正动手做事的"身体 + 工具 + 规则"。这个系列文章教的就是如何构建这个"身体"。

为什么需要这个系列

写这个系列，源自一门叫 Learn Harness Engineering（walkinglabs/learn-harness-engineering）的开源课程，该课程有 13,700+ 星，而且是免费课程（MIT），教授"为 AI 模型构建运行环境"的工程方法 [1]。

课程的核心只有一句话："The Model Is Smart, The Harness Makes It Reliable"——模型很聪明，但没有套件包裹，它就会崩溃。

我把整个课程内容（14 堂课 + 4 个前沿产品解析）转化成了 12 篇泰语文章，分为两条路线：

路线 C：解析 4 个真实套件（Frontier Breakdowns）

如果你想看看"好的 harness 长什么样"，从这 4 篇开始，剖析业界实际使用的案例：

路线 B：从零构建 harness 的 8 个阶段

如果你想"动手构建"，按顺序从这 8 篇开始，从"发现问题"到"设计循环"每一步都覆盖：

这个系列的阅读路径

如果按以下顺序阅读，可以获得完整图景：

路径一：先理解"真实案例"

阅读路线 C（4 篇）→ 了解 Pi、Claude Code、Codex、DeepSeek 各自如何解决 harness 问题 → 然后再深入路线 B。

路径二：立即动手构建

直接按顺序阅读路线 B（8 篇，1→8）→ 每个 phase 教一件必须做的事 → 完成时你已拥有完整的 harness。

路径三：想快速获得全貌

阅读本文 + Phase 1（为什么模型会崩溃）+ Phase 8（循环与图）→ 获得从起点到终点的全局视图。

都不需要，这取决于你的目标：

贯穿 12 篇文章的同一个核心原则

每篇文章都指向同一个原则：当 agent 崩溃时，不要先换模型，先检查 harness。

因为 Anthropic 和 OpenAI 的数据很清楚：同一个模型，在不同环境下，结果可以完全相反——从"崩溃、不能用"变成"真正能跑起来"，而模型本身完全没有改变 [2][3]。

局限：harness engineering 并不适合所有人

在总结之前，直说一点：这条路不是万能药：

• 小任务不需要搞这么完整。 如果你只是用 ChatGPT 问一般问题，或者让 agent 在一个 session 里修一个 bug 就结束，那么做完整的 harness（feature list + sprint contract + 可观测性）就是 over-engineering。
• 有初始成本。 搭一套好的 harness，头 1-2 个 session 要花在准备环境和写 AGENTS.md 上，感觉是在浪费时间——如果你看不到长期的回报的话。
• 需要随模型调整。 对某个模型有效的 harness，对更强的模型可能就不必要了（Anthropic 自己在 Opus 4.6 出来后就把 sprint-splitting 机制删掉了）。

简单原则：从最小有效规模开始，再逐步扩展，不要在第一天就搞完整的 harness。

我认为，harness engineering 是 2026 年使用 AI coding agent 的人最重要的"技能"，因为它把问题从"哪个模型更强"变成了"哪个 harness 更好"。

而这 12 篇文章的系列，就是一张"地图"，带你从"不知道 harness 是什么"一直走到"能自己设计 loop 和 graph"。

如果准备好开始了，我建议打开路线 B 的第一篇文章《为什么强大的模型仍然会崩溃》，然后按顺序阅读下去。

你在用哪个 AI coding agent 呢？有没有遇到过"模型很强但实际工作时崩溃"的问题？可以在评论区分享你的经历。

[1] Learn Harness Engineering. 2026. https://github.com/walkinglabs/learn-harness-engineering

[2] OpenAI. "Harness Engineering: leveraging Codex in an agent-first world". 2026. https://openai.com/index/harness-engineering/

[3] Anthropic. "Effective harnesses for long-running agents". 2026. https://www.anthropic.com/engineering/effective-harnesses-for-long-running-agents

本文是"Harness Engineering"12 篇系列的总览，数据截至 2026 年 8 月 23 日。Nokka