从 Prompt 到 Harness：AI Agent 工程范式的三次演进

随着大模型从"聊天工具"走向"自主 Agent"，工程重点也发生了明显迁移：

Prompt → Context → Harness = 从"说什么"到"给什么信息"，再到"构建整个运行环境"

这篇文章将系统讲清三者的区别、出现背景，以及为什么 Harness Engineering 成为新的关键。

一、Prompt Engineering：最早的"控制手段"

1. 本质是什么？

Prompt Engineering 是：

通过设计输入指令（prompt）来引导模型行为

它的核心是：

• 指令设计（Instruction）

• 示例（Few-shot）

• 输出格式约束

LLM 本质上是"按输入生成输出"，所以 prompt 就像"程序"。

2. 为什么会出现？

因为：

• LLM 是黑盒，不能轻易改参数

• prompt 是最低成本控制方式（无需训练）

👉 所以早期阶段：

"不会写 prompt = 不会用 AI"

3. 局限性

Prompt Engineering 的问题在于：

• ❌ 只适用于单轮任务

• ❌ 不解决状态管理（memory）

• ❌ 不解决多步推理

• ❌ 强依赖"试错 + 调参"

👉 当 AI 从 ChatGPT 进化为 Agent 后，问题爆发了。

二、Context Engineering：从"说什么"到"给什么"

1. 核心定义

Context Engineering 是：

设计模型"看到的全部信息"

一句经典总结：

Prompt 是"问什么"，Context 是"给它什么材料去回答"

2. 为什么出现？

因为系统变复杂了：

阶段	特点
Chatbot	单轮
Agent	多步 + 长期运行

👉 问题变成：

• 上下文太多（token 限制）

• 信息质量不稳定

• memory / RAG / tool 混乱

"大多数 agent 的失败，本质是 context 失败"

3. Context Engineering 做什么？

核心任务：构建"上下文窗口"

包括：

四大组成（典型结构）

• Instruction（系统提示）

• Memory（历史）

• RAG（检索知识）

• Tools（工具输出）

👉 本质是：

让模型在每一步都看到"刚刚好"的信息

4. 典型方法（来自 LangChain & 实践）

• Summarization（压缩历史）

• Middleware（拦截 & 修改上下文）

• 动态裁剪 context

• 状态结构化（JSON state）

5. 局限性

即使 context 做好了，仍然会出现：

• ❌ Agent 不会自检（直接输出错误）

• ❌ 陷入循环（doom loop）

• ❌ 不理解环境（文件、工具）

• ❌ 不知道任务标准

👉 这就是下一阶段的起点。

三、Harness Engineering：让 Agent 真正"能工作"

1. 核心定义

Harness Engineering 是：

围绕模型构建完整运行系统（约束 + context + feedback）

可以理解为：

Model + Harness = Agent

(Harness Engineering)

2. 为什么出现？

现实问题：

👉 同一个模型：

• 在 A 项目表现很好

• 在 B 项目表现很差

原因不是 prompt，而是：

环境（environment）不同

本质问题：

• Agent 不知道：

  • 环境结构

  • 任务标准

  • 什么时候结束

• 没有：

  • 验证机制

  • 反馈循环

  • 约束系统

👉 Prompt + Context 已经不够了

3. Harness Engineering 解决什么问题？

✅ 1. 可靠性问题（最核心）

LLM：

• 会"自信地错"

• 不会自动检查

👉 Harness 通过：

• 测试（tests）

• 校验（verification）

• checklist

让 agent 强制自检

✅ 2. Doom Loop（死循环）

Agent 会：

• 一直重复错误策略

• 修改同一文件 10+ 次

👉 解决方案：

• Loop Detection Middleware

• 强制"重新思考"

✅ 3. 环境感知能力

Agent 不知道：

• 有哪些文件

• 有哪些工具

👉 Harness 注入：

• 目录结构

• 工具信息

• 运行环境

✅ 4. 无人监督问题（Autonomy）

Agent 要做到：

• 自己做

• 自己检查

• 自己修

👉 Harness 提供：

• write → test → fix 循环

4. Harness 的核心组件

总结为四大块：

1️⃣ Context（继承自 Context Engineering）

• 输入什么信息

2️⃣ Constraints（约束）

• 规则 / 格式 / 边界

3️⃣ Feedback Loops（反馈循环）

• 测试 → 修复

4️⃣ Tools & Memory（工具 + 状态）

(Harness Engineering)

5. 关键方法总结（最重要）

结合 LangChain 博客，核心方法有：

⭐ 方法1：强制验证（Verification Loop）

• PreCompletionChecklistMiddleware

• 输出前必须检查任务要求

👉 解决：

"看起来对，其实错"

⭐ 方法2：环境注入（Environment Injection）

• 文件结构

• 工具能力

• 执行约束

👉 解决：

agent "瞎猜环境"

⭐ 方法3：测试驱动（Test-driven Agents）

• 先定义测试

• 再生成代码

• 自动运行验证

👉 类似：

TDD（测试驱动开发）

⭐ 方法4：Loop Detection（防死循环）

• 检测重复操作

• 提醒策略错误

⭐ 方法5：时间预算（Time Budgeting）

• 提醒 agent 收敛

• 防止无限执行

四、三者关系总结（核心对比）

层级	关注点	解决问题
Prompt Engineering	如何说	单轮输出质量
Context Engineering	给什么信息	多步任务稳定性
Harness Engineering	整个系统怎么运作	可靠性 & 自动化

👉 一句话总结：

• Prompt：语言层

• Context：信息层

• Harness：系统层

五、核心洞察（最重要）

1. Agent 的本质不是模型，而是系统

"真正决定效果的，是模型周围的环境"

2. Prompt 的时代已经过去（部分）

Prompt 仍然重要，但：

• 不再是核心瓶颈

• 已成为 Context 的一部分

3. Harness = AI时代的软件工程

它本质在做的是：

• 把 AI 从"概率系统"

• 变成"工程系统"

六、总结一句话

Prompt 让模型听话，Context 让模型有信息，Harness 让模型真正能完成任务。

参考资料

https://openai.com/index/harness-engineering/

https://blog.langchain.com/improving-deep-agents-with-harness-engineering/

https://aicoding.csdn.net/69c11b2854b52172bc63b5a3.html

https://madplay.github.io/en/post/harness-engineering?utm_source=chatgpt.com