先解釋一下標(biāo)題。Harness 這個(gè)詞最近在 AI 圈很火，本意是馬具，套在馬身上讓它好好干活的那套東西

Agent with harness，也是很踏馬的

踏馬的Agent

這篇文章想聊的事情很簡單。過去三年，AI 圈先后流行了三個(gè)帶「Engineering」的詞：Prompt Engineering、Context Engineering、Harness Engineering。每一個(gè)新詞出來的時(shí)候，上一個(gè)詞就顯得不夠用了

這三次變化背后有一條線，順著捋一遍，會(huì)發(fā)現(xiàn)一些有意思的東西

先學(xué)說話

2023 年ChatGPT剛火的時(shí)候，大家遇到的第一個(gè)問題特別樸素：不會(huì)跟 AI 說話

你隨便問它一個(gè)問題，它給你一個(gè)回答，質(zhì)量忽高忽低。后來有人發(fā)現(xiàn)，你在提示詞末尾加一句let's think step by step，模型的推理能力就能明顯提升。給幾個(gè)示例（few-shot），輸出格式就能穩(wěn)定下來。再后來有人總結(jié)了一整套方法論，按場景分類，每種場景配一套模板

那個(gè)階段的隱含假設(shè)很簡單：模型夠聰明，你不會(huì)問而已

在簡單任務(wù)上，這個(gè)假設(shè)完全成立。你問一個(gè)問題，模型答一個(gè)問題，一輪結(jié)束。Prompt 寫得好就好，寫得差就差

但你讓模型寫一個(gè)完整的項(xiàng)目，這套邏輯就開始松了。模型需要知道項(xiàng)目結(jié)構(gòu)、依賴關(guān)系、技術(shù)棧偏好、現(xiàn)有代碼長什么樣。這些東西塞不進(jìn)一句提示詞里

會(huì)說話是第一課。但光會(huì)說話，確實(shí)走不太遠(yuǎn)

然后學(xué)選信息

2025 年 9 月，Anthropic 發(fā)了一篇工程博客，標(biāo)題叫「Effective context engineering for AI agents」。開頭有一句話說得挺直接：構(gòu)建 AI 應(yīng)用，越來越不在于找到正確的措辭，越來越在于回答一個(gè)更大的問題：什么樣的上下文配置，最可能讓模型產(chǎn)生你想要的行為

這就是從Prompt到Context的換擋

Prompt Engineering 關(guān)注的是怎么寫指令。Context Engineering 關(guān)注的是怎么管理模型在推理時(shí)能看到的全部信息：系統(tǒng)指令、工具定義、外部數(shù)據(jù)、對(duì)話歷史、MCP 接入的各種服務(wù)

模型能力在漲。上下文窗口從 4K 到 128K 再到百萬 token。RAG 來了，工具調(diào)用來了，MCP 來了。模型能接收的信息量大了好幾個(gè)數(shù)量級(jí)。相應(yīng)的，你能塞給它的東西也多了好幾個(gè)數(shù)量級(jí)

你會(huì)說話了，但給多了它消化不動(dòng)，給少了它缺信息，給錯(cuò)了更糟糕

給錯(cuò)了是最要命的。模型會(huì)非常認(rèn)真地基于錯(cuò)誤的上下文，產(chǎn)出一個(gè)看起來很對(duì)、實(shí)際上離譜的結(jié)果。它不會(huì)告訴你「你給我的信息有問題」，它只會(huì)老老實(shí)實(shí)地用錯(cuò)誤的前提推出一個(gè)自洽的結(jié)論

Anthropic 在那篇博客里說，context 是一種有限資源，每一個(gè) token 都有成本。Context Engineering 就是在這個(gè)有限窗口里，塞進(jìn)信號(hào)最強(qiáng)的那部分，同時(shí)把噪音擋在外面

這個(gè)階段的瓶頸很明確：人不知道該給什么信息

Anthropic 的 Context Engineering 博客，2025 年 9 月

再然后，發(fā)現(xiàn)人才是問題

2025 年 11 月，還是 Anthropic，又發(fā)了一篇博客，叫「Effective harnesses for long-running agents」。這篇文章記錄了一個(gè)有點(diǎn)扎心的發(fā)現(xiàn)：即使用他們最好的模型Opus 4.5，配上了上下文管理能力（compaction），讓 Agent 在多個(gè)上下文窗口里跑長任務(wù)，結(jié)果還是會(huì)出問題。模型要么試圖一次性做完所有事，要么跑到一半就覺得「差不多了」提前收工

信息給對(duì)了，還是不行

2026 年 2 月，OpenAI 發(fā)了一組博客講Harness Engineering。他們?cè)趦?nèi)部做了個(gè)實(shí)驗(yàn)：一個(gè)小團(tuán)隊(duì)完全不手寫代碼，靠 Codex Agent 交付了一個(gè)大約一百萬行代碼的產(chǎn)品。工程師干的活從寫代碼變成了別的東西

一開始他們用一個(gè)超長的AGENTS.md文件，把所有規(guī)則都寫進(jìn)去告訴 Agent。很快就發(fā)現(xiàn)不行。上下文窗口有限，一個(gè)大文件把任務(wù)本身的空間都擠沒了。當(dāng)所有規(guī)則都「重要」的時(shí)候，Agent 對(duì)哪條規(guī)則都不上心

文件很快過時(shí)，沒人維護(hù)，Agent 開始被一堆不再成立的規(guī)則誤導(dǎo)

后來改了。AGENTS.md縮到 100 行，只當(dāng)一個(gè)目錄。架構(gòu)文檔、設(shè)計(jì)決策、技術(shù)規(guī)范，全部拆成獨(dú)立文件，Agent 需要什么就加載什么

但最有意思的變化是思路上的

OpenAI 給 Agent 的代碼庫設(shè)了極其嚴(yán)格的分層依賴規(guī)則。業(yè)務(wù)代碼只能單向調(diào)用，越界就被系統(tǒng)切斷，合并都合并不進(jìn)去。Anthropic 在 Harness 里設(shè)了三個(gè)角色：規(guī)劃師拆需求，生成器寫代碼，評(píng)估器做驗(yàn)收。評(píng)估器直接打開產(chǎn)品去點(diǎn)擊測試，發(fā)現(xiàn)不對(duì)直接打回

這些約束有一個(gè)共同的特點(diǎn)：人沒有告訴 Agent 應(yīng)該怎么做，人只告訴它哪里不能做

想想看，這個(gè)轉(zhuǎn)變其實(shí)挺微妙的。從「你應(yīng)該這樣寫代碼」到「你隨便寫，但這條線不能碰」。從主動(dòng)指導(dǎo)變成被動(dòng)約束。原因說白了就是，人也不知道 Agent 具體每一步應(yīng)該怎么做，人只知道邊界在哪

一直都是人的問題

回頭看這三個(gè)階段，會(huì)發(fā)現(xiàn)一個(gè)有點(diǎn)尷尬的規(guī)律

Prompt Engineering 階段，人不會(huì)跟模型說話。Context Engineering 階段，人不知道該給模型什么信息。Harness Engineering 階段，人不知道怎么指揮 Agent 做對(duì)，只能劃一條線說「這里不許過」

瓶頸從來都在人身上。只是每個(gè)階段的表現(xiàn)形式不一樣

模型一代比一代強(qiáng)。從 GPT-3.5 到 GPT-5.4，以及各家的最新版本，能力一直在漲。但更強(qiáng)的模型并沒有讓問題消失，反而讓問題換了個(gè)樣子出現(xiàn)

Anthropic 升級(jí)模型之后發(fā)現(xiàn)，之前為了對(duì)抗「上下文焦慮」設(shè)計(jì)的重置機(jī)制可以去掉了，新模型自己能處理。但同時(shí)冒出來的新能力又需要一套全新的 Harness 來配合

模型越強(qiáng)，人需要做的事情反而越多。做的事不一樣了而已

從寫提示詞，到選信息，到設(shè)計(jì)約束和環(huán)境。人的角色在持續(xù)后退，從前線退到中臺(tái)，從中臺(tái)退到后臺(tái)。但人一直都在

踏馬

回到開頭的話題。馬具的功能說白了就兩件事：約束和引導(dǎo)。讓馬的力量朝正確的方向走，同時(shí)保護(hù)馬自己不受傷害

Agent 跑長任務(wù)的時(shí)候，你沖它吆喝一嗓子（Prompt），它可能跑了，但方向不一定對(duì)。你把草料備好、路況摸清、裝備配齊（Context），它跑得確實(shí)好了一些，但跑遠(yuǎn)了還是會(huì)偏。你給它套上挽具和韁繩（Harness），力量就被物理性地約束在正確的通道里了

最潮的仔，都是踏馬的

Minghao 騎馬去酒廠

有一家公司做了189 年的 Harness，叫愛馬仕。1837 年在巴黎開的馬具工坊。他們家創(chuàng)始人有一條產(chǎn)品哲學(xué)：「我們的第一個(gè)客戶是馬」。從被約束者的體驗(yàn)出發(fā)來設(shè)計(jì)約束，這條經(jīng)驗(yàn)放到 Agent 身上一個(gè)字不用改

巧的是，最近 AI 圈還真火了一個(gè)叫Hermes的 Agent。開源的，跑在你自己的服務(wù)器上，slogan 寫的是「an agent that grows with you」

Agent with harness，也是很踏馬的

說不準(zhǔn)半年之后又會(huì)冒出一個(gè)新的帶 Engineering 的詞。到時(shí)候再來看，是哪種新的馬具