Harness Engineering 入门：Agent = Model + Harness

有没有过这种经历：

arduino 复制代码

别人用 Claude Code：
  说一句"按这个规范重构整个模块"
  → AI 自动读代码、改文件、跑测试、提交 PR
  → 回来收结果

你用 Claude Code：
  说一句"帮我重构一下"
  → AI 改了三个文件，把别的模块搞坏了
  → 你：停！不是这样改的
  → AI：好的，我改回来
  → 你：......

同一个模型，差距在哪？不在模型，在 Harness。

这篇讲的东西，叫 Harness Engineering ------它回答的问题是：同样的模型，为什么有人能让它稳定可靠地干活，有人却只能逐句补救？

一、一句话定义

LangChain 的 Vivek Trivedy 在 2026 年 3 月给了一个最精炼的公式：

Agent = Model + Harness。如果你不是模型，你就是 Harness。

拆开说：

Model：原始智能。负责"生成文本"、"推理"、"决策"。
Harness：包裹在模型外面的所有东西------系统 Prompt、工具、文件系统、沙箱、编排逻辑、Hook、可观测性。负责让模型生成的文本变成"真实的行动"。

打个比方：模型是发动机，Harness 是整辆车------油箱、轮子、方向盘、刹车、仪表盘。发动机再强，没有车壳它哪也去不了。

Claude Code 就是一个 Harness ------它是包裹在 Claude 模型外面的执行环境。而你在 Claude Code 里写的 CLAUDE.md、Skills、Hooks、MCP 服务器，是你自己的 Harness，建在 Anthropic 官方 Harness 之上。

二、为什么 Harness 比你想的更重要

大多数 Agent 失败，不是模型太笨，而是 Harness 太薄------缺上下文、缺工具、缺反馈、缺护栏。这是好消息：模型你训不了，但 Harness 你就能重建。

复制代码

错误认知：
  Agent 不行 → 换更大的模型 → 还是不行 → 再换更大的

正确认知：
  Agent 不行 → 检查 Harness 哪层薄了 → 补那一层 → 立刻变好

三、Harness 的七层解剖（概览）

把各家的组件列表汇总，一个 Harness 由七层组成：

objectivec 复制代码

① Instructions（指令）
   系统 Prompt / CLAUDE.md / AGENTS.md / Skill 定义 / 编码规范
   → 告诉 AI "按什么规矩干"

② Knowledge（知识）
   记忆存储 / 上下文压缩 / 检索 / 进度文件
   → 告诉 AI "之前干了什么、该参考什么"

③ Tools（工具）
   文件读写 / Shell / 搜索 / MCP 集成
   → 给 AI "能动手的能力"

④ Infrastructure（基础设施）
   文件系统 / 沙箱 / 浏览器 / 执行环境
   → 给 AI "在哪干活的空间"

⑤ Orchestration（编排）
   子 Agent 生成 / 模型路由 / 交接 / 上下文防火墙 / 权限门
   → 决定 "谁干什么、谁能碰什么"

⑥ Hooks / Middleware（钩子/中间件）
   确定性生命周期脚本，由 Harness 运行而非模型
   → 在关键节点 "强制插入规则"

⑦ Observability（可观测性）
   日志 / 追踪 / 成本计量 / 事件总线
   → 让你 "能看见发生了什么"

这七层，后面会逐个详解。你现在只需要记住一个判断标准：你的 Agent 出了问题，从第一层往下排查，问"哪一层失败了"。

四、和 Loop Engineering 的关系：一层之差

如果你读过之前写的 Loop Engineering 系列，你可能会问：Harness 和 Loop 什么关系？

用一句话区分：

vbnet 复制代码

Harness Engineering：这一次尝试怎么可靠地执行？
  → 工具、沙箱、上下文组装、权限

Loop Engineering：下一步干什么？什么时候停？
  → 重试策略、终止条件、任务队列、步骤预算

一个具体的例子------Agent 修一个失败的测试：

vbnet 复制代码

Loop 层决策：
  "队列里下一个要修的测试是登录失败，去修它"
  → 这是 Loop Engineering（决定干什么）

Harness 层执行：
  给 Agent 读对应文件的权限、沙箱里跑测试、
  工具 schema 允许编辑代码、记录日志
  → 这是 Harness Engineering（怎么执行）

两者不是互斥的，是上下层关系。 一个好的 Loop 配一个薄的 Harness，就是"自信地反复重试不可靠的执行"；一个好的 Harness 没有 Loop，就是"一次干净的执行，但没人决定什么时候再跑一次"。

五、一个需要提前知道的坑

刚开始关注 Harness 时犯了一个错------以为写好 CLAUDE.md 就是在做 Harness Engineering。

后来才明白：CLAUDE.md 只是 Harness 七层中的第一层（Instructions），而且它有一个致命局限------

CLAUDE.md 是作为上下文加载的，不是作为配置强制执行的。

CLAUDE.md 里的规则，模型读了、通常会遵守，但永远不保证遵守。上下文窗口塞满时，它就会忽略规则。

这意味着：任何合规、安全、硬性规则，不能只靠 CLAUDE.md。你需要 Hook------确定性执行的 Shell 脚本，模型无法幻觉绕过。

arduino 复制代码

不成熟的 Harness：靠模型"记住"纪律
  → 模型心情好就遵守，心情不好就忘
成熟的 Harness：让纪律成为环境的一部分
  → 不管模型怎么想，环境强制它遵守

六、真正需要记住的

markdown 复制代码

1. Agent = Model + Harness，不是模型的就是 Harness
2. 模型是发动机，Harness 是整辆车（工具/沙箱/规则/反馈/观测）
3. decent model + great harness > great model + bad harness
4. 大多数 Agent 失败是 Harness 太薄，不是模型太笨
5. Harness 七层：Instructions / Knowledge / Tools / Infrastructure /
   Orchestration / Hooks / Observability
6. Loop 坐在 Harness 上一层：Loop 决定干什么，Harness 决定怎么执行
7. CLAUDE.md 是建议不是强制，硬规则需要 Hook