Harness Engineering：如何用 0 行手写代码构建软件产品

Harness Engineering：如何用 0 行手写代码构建软件产品 | 前端进阶之旅

Full translation

完整中文译文

如何用 0 行手动编写的代码发布一个软件产品？

有个朋友今天问了我这个问题，我发现自己一时给不出简单的答案。于是我深挖了一下。

原来，答案在于如何工程化你的 harness。

等等，什么？什么是 harness 工程？

这绝对是当前编码 Agent 领域最重要的趋势。原因很简单：如今最大的难题是如何在不逐行阅读的情况下验证 AI 生成的代码。如何确保一个 Agent 不会搞崩生产环境或删掉你的数据？

OpenAI 的一篇博客分享了一个有趣的实验：一个 3 人工程师团队，用 0 行手动编写的代码构建并发布了款内部 Beta 软件产品。每一行代码——应用逻辑、测试、CI 配置、文档、可观测性、内部工具——全部由 Codex 编写。

他们是怎么做到的？他们没有去写应用本身，而是设计了 harness。

Harness 到底是什么？

可以把 AI Agent 想象成一匹强大的赛马。Harness 就是赛道、眼罩和缰绳，让它始终朝正确的方向奔跑，而不是跳进看台。

正如我的同事 Arthur Thompson 今天解释的：对 Agent 而言，harness 是所有围绕 LLM 的确定性组件的总称。

Balaji Subramaniam 在他的博客中详细阐述了这些确定性组件——编排层、执行沙箱、状态持久化、以及验证工具。

如果你想构建可靠的 Agent 系统，你的工作重点要从写逻辑转变为设计环境。以下是你需要关注的重点：

设定严格的边界：不要让 Agent 猜测它能操作什么。强制执行严格的访问规则（比如限制在特定沙箱内），这样它就不会意外擦掉生产数据。

构建"修复循环"：Agent 难免会犯错。一个优秀的 harness 会自动捕获错误——比如构建失败或测试失败——然后把清晰的日志直接反馈给 Agent，让它自己修复代码。

给它们一张地图，而不是一本手册：正如 OpenAI 团队发现的，不要用大量的指令文件把 Agent 淹没。把代码库结构化，让 Agent 在工作过程中逐步发现上下文。

实际上长什么样？这里有一个使用 Google Antigravity SDK 配合 Google ADK 配置本地 harness 的简单示例。注意我们是如何严格限制 Agent 在特定工作区（workspaces=["./sandbox"]）内操作，并给它一个保存记忆的地方（save_dir="./trajectories"），让它能从过往经验中学习：

import os
from google.adk.labs.antigravity import AntigravityAgent
from google.antigravity import LocalAgentConfig
from google.antigravity.hooks import policy

# Ensure absolute paths for workspace containment
sandbox_dir = os.path.abspath("./sandbox")
os.makedirs(sandbox_dir, exist_ok=True)
save_dir = os.path.abspath("./trajectories")

# 1. Engineer the harness environment
sdk_config = LocalAgentConfig(
    system_instructions="You are a helpful local environment assistant.",
    workspaces=[sandbox_dir],
    # Let the agent write safely within the restricted sandbox boundary
    policies=[policy.allow_all()],
    save_dir=save_dir,
)

# 2. Wrap the config to run the agent inside the harness
root_agent = AntigravityAgent(
    name="antigravity_assistant",
    description="Runs an Antigravity SDK agent inside ADK.",
    config=sdk_config,
)

有了这个设计，你就可以把旧代码丢进沙箱，写一个简单的循环来运行单元测试，然后让 Agent 迭代修复自己的 bug。

那么，我们如何针对这个沙箱化的 Agent 实际运行测试呢？

在现代 harness 工程中，测试是 Agent 工作流图的积极参与者。使用 Google 的 ADK 2.0——它引入了基于图的 workflow——你可以把测试验证步骤定义为一个简单的路由节点。

如果测试通过，任务完成。如果失败，harness 会自动把错误循环反馈给 Agent 重试。注意这个内置的"kill switch"：我们跟踪迭代次数，这样如果 Agent 陷入无限循环地破坏和修复代码，harness 会安全地切断它。

from google.adk.agents.context import Context
from google.adk import Event
from google.adk.events.event_actions import EventActions
from google.genai import types

# 3. Evaluate the code in the sandbox
def execution_test_node(ctx: Context):
    # Safely track our attempts to prevent infinite loops
    iteration_count = ctx.state.get("iteration_count", 0) + 1
    ctx.state["iteration_count"] = iteration_count

    test_passed = ctx.state.get("test_passed", False)
    feedback = ctx.state.get("feedback", "")

    if test_passed:
        # Success! End the workflow.
        return Event(actions=EventActions(route="END"))

    if iteration_count > 5:
        # The Kill Switch: The agent is stuck. Stop the loop.
        return Event(actions=EventActions(route="END"))

    # Failure! Feed the error trace back to the agent and loop it.
    feedback_msg = f"The unit tests failed with the following traceback:\n\n{feedback}"

    return Event(
        content=types.Content(role="user", parts=[types.Part(text=feedback_msg)]),
        actions=EventActions(route="loop_back")
    )

如果你想看这个测试路由模式的实际运作，可以去 Balaji 的 ADK harness 代码库查看一个完整实现的示例。

用基于图的 workflow 把所有组件串联起来

要把 Agent 和测试节点连接起来，可以使用 Workflow 图来精确描绘执行流程，而不需要复杂的嵌套 Python while 循环。

把这想象成在赛道上画出实际的车道：

from google.adk import Workflow

# 4. Wire the agent and the test node together into a loop
repair_loop = Workflow(
    name="repair_loop",
    edges=[
        # 1st Step: Define the main sequence (START -> agent -> test node)
        ("START", root_agent, execution_test_node),

        # 2nd Step: If the test returns "loop_back", go back to the agent
        (execution_test_node, {"loop_back": root_agent})
    ]
)

恭喜！你已经构建了一个自主系统。Agent 写完代码后交给测试节点。如果测试失败并返回 loop_back 路由，Agent 会拿着错误日志再试一次。

去 ADK samples 查看更多循环模式的示例。

你可能想知道为什么需要用 Python 脚本来运行一个 Agent。在普通的聊天窗口中，你就是 harness：你复制错误日志、守着模型。软件 harness 让系统能够自我管理，让你能够完全自动化测试驱动的编码，或安全地重构大型遗留代码库。

如果今天就想在自己的机器上运行这个自愈循环，整个安装时间不超过五分钟：

安装框架：在终端运行 pip install "google-adk[antigravity]"，获取开源的 Agent Development Kit 和 Antigravity 集成。

设置 API key：从 Google AI Studio 获取一个免费的 Gemini API key，导出到你的环境变量（export GEMINI_API_KEY="your-key"）。

运行循环：把上面的代码块保存为 Python 脚本，把一个损坏的 Python 或 Node 文件丢进新的 ./sandbox 目录，然后运行脚本。

扩展你的图：单元测试只是起点。为了让 harness 无懈可击，可以给你的 workflow 添加第二个 AI Agent，比如 SecurityAuditor，在代码通过前进行安全审查，或者接入自定义 linter 来强制执行严格的架构规则。

从那里开始，你可以把简单的测试节点替换成真正在沙箱上执行 pytest 或 npm test 的子进程，这样你就拥有了一个功能完整的修复循环。

如果你准备好规模化，可以去 antigravity.google 下载完整的 IDE 和 CLI，探索 Antigravity 托管 Agent 用于远程执行，以及 Google 的 ADK 2.0 用于基于图的 workflow。

我在 Google 的同事们整理了一些非常棒的指南，告诉你接下来可以往哪走。想学习如何为 Agent 构建安全环境，可以看看 Sara 的 codelab，里面展示了 Cloud Run 沙箱。想掌握自修正能力，Balaji Subramaniam 最近发布了深度文章《Coding Agent 的循环工程》。想看这一切应用在大型企业场景，可以读 James O'Reilly 的文章《使用 Agent 管道和 Antigravity 大规模自动化遗留系统现代化》。