什么是Harness Engineering?Vibe Coding已死,新时代开始了

2026年10月16日

你还在"随缘写代码",写完就祈祷能跑通吗?都2026年了,这套玩法已经不够用了。

什么是Harness Engineering?

想象你有一匹力大无穷却很野的马。你不需要换一匹马,你需要一副好缰绳。这就是Harness Engineering(护具工程)的核心思路:围绕AI agent设计约束系统、反馈回路和控制机制,让它在真实生产环境里稳定可靠地工作。Harness本身不是agent,而是agent周围的一切:工具、记忆、重试机制、人工审批、上下文工程和子agent。

OpenAI做了一个疯狂实验

OpenAI做了一个大胆的实验:3名工程师从一个空仓库开始,5个月后产出超过100万行生产代码,没有一行是手写的,耗时只有传统方式的10%。秘诀是什么?他们没有在写代码,而是在搭建harness。他们的主要工作是把大目标拆成一个个building block,让agent逐个搭建,再用这些成果解锁更复杂的任务。

同一个模型,结果天差地别

LangChain的案例最能说明问题。他们的编程agent在Terminal Bench 2.0上的得分从52.8%跳到66.5%,排名从前30冲进前5。他们没换模型,也没改提示词,只改了周围的harness。同一个AI,运行环境不同,结果就是天壤之别。

四个核心原则

第一,上下文是稀缺资源。一份庞大的说明文件会挤占真正的任务和代码空间,当什么都"重要"时,其实什么都不重要。第二,AGENTS.md应该是目录索引,不是百科全书,真正的知识库要放进结构清晰的docs/目录。第三,仓库要让agent容易读懂,因为agent在上下文里访问不到的东西,等于根本不存在。第四,自定义linter要用报错信息教会agent怎么改。agent越界时,错误提示应该说清楚这个边界是什么、为什么存在、该怎么修复。

目前领先的工具有哪些?

Claude Code搭配Agent SDK是目前的首选,自带权限模型、hooks系统,并支持多会话agent。CrewAI专注于多agent编排,主打Flows功能。Cursor则把harness直接整合进IDE,提供规则文件和循环检测。每个工具各有侧重,但共同点都是围绕harness理念搭建的。