系列导读：这是一个 8 篇的 CSDN 重量档连载，总量约 56000 字，围绕 "Harness Engineering" 这个 2025-2026 年 AI 工程圈正在形成的新范式，展开方法论梳理 + 一手项目实证。
所有实例都来自我真实运行了 6 个月的两个项目：OpenClaw（AI native 工作流引擎）和 DocCenter（本地 HTML 文档中心）。每篇都附完整可运行的代码片段。
为什么要写这个系列
过去两年我踩过的坑几乎都可以归结为一句话：以为自己买了个模型，其实需要的是一整套操作系统。
| 错觉 | 真相 |
|---|---|
| "模型强到一定程度就够了" | 模型只是 CPU，还需要内存、磁盘、中断、进程调度 |
| "Prompt 写好就行" | Prompt 只是系统调用，上面还有用户态、内核态 |
| "上下文越长越好" | 上下文不是内存是注意力预算 |
| "Agent = LLM + 工具" | Agent = Model × Harness，缺一个都跑不起来 |
Harness Engineering 正在变成这套"操作系统"的统称。它解决的不是单点 Trick，而是整套工程框架：如何让非确定性模型在确定性系统里可靠跑起来。
全系列地图
| # | 标题 | 核心概念 | 我的实例 | 字数 |
|---|---|---|---|---|
| 01 | Agent = Model + Harness：为什么你的 Demo 活不过一周 | Harness 定义与三阶段演进 | CodeBuddy 装完就丢到 Skill 体系的进化 | ~6000 |
| 02 | 确定性外壳 × 非确定性内核：我凌晨 3 点补的那道护栏 | 状态机 + 概率模型的混合架构 | git push 红线 / Skill 校验 / 禁令清单 | ~7000 |
| 03 | Checkpoint 不是为了续跑，是为了让大脑 fsync | Checkpoint 与幂等性 | daily-dream 完整源码 + MEMORY.md 精炼 | ~8000 |
| 04 | Task Loop：为什么我把心跳拆成三层 | Task Loop 五大机制 | 哨兵/学习/做梦 三层心跳架构 | ~8000 |
| 05 | 上下文不是内存，是注意力预算 | Context Engineering 四大模式 | CLAUDE.md 自动注入 + Token 统计 | ~7000 |
| 06 | 独立 Evaluator：为什么模型不能自己给自己打分 | 三 Agent 架构 + 自评泡泡 | classroom-article-writer-v2 自检机制 | ~6500 |
| 07 | 五大反模式：我踩过的坑和爬出来的路 | 反模式与陷阱 | MckEngine Inches / Playwright / AI Slop 五大事故 | ~7500 |
| 08 | Big Model vs Big Harness：我赌 Harness 不会消失 | 路线之争与未来演化 | Claude Design / Hermes / OpenClaw 三家对比 | ~6000 |
读者画像与阅读建议
你适合读这个系列吗？
✅ 你适合：
- 做过 Agent Demo 但上线后天天救火
- 对 Prompt Engineering 已经吃透，想看下一层
- 读过 Anthropic Constitutional AI / OpenAI Cookbook，但觉得还缺一层结构
- 正在自研 Agent 产品，苦于没有可复用的工程脚手架
❌ 你不适合：
- 只想抄 Prompt 模板快速出活
- 把 LLM 当黑盒调用，不想碰工程侧
- 纯研究背景，不关心生产环境稳定性
阅读路径推荐
- 只有 1 小时：读 01 + 08，掌握框架 + 未来判断
- 有半天：读 01 + 03 + 04 + 07，这是硬货四件套
- 能读一周：按顺序通读，并 fork 每篇配套代码跑一遍
- 工程团队培训：以 01 开场，03/04 深讲，06 做设计复盘教材
我的承诺
- 不讲你可以 Google 到的话 ：Harness 原文已经够好，我只讲 "原文之外 + 我踩过的坑"
- 所有代码真实可跑：不是伪代码，不是示意，是我本机跑了 6 个月的生产脚本
- 所有观点可被反驳：每篇末尾我自己攻击自己 3 条，欢迎读者继续攻击