搞懂Harness，才是做好AI Agent的核心- 惊觉

文章目录

P.S. 目前国内还是很缺AI人才的，希望更多人能真正加入到AI行业，共同促进行业进步，增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程传送门http://blog.csdn.net/jiangjunshow，教程通俗易懂，高中生都能看懂，还有各种段子风趣幽默，从深度学习基础原理到各领域实战应用都有讲解，我22年的AI积累全在里面了。注意，教程仅限真正想入门AI的朋友，否则看看零散的博文就够了。

前言

先讲一个每天都在发生的惨案。

别人用 Claude Code：说一句"按这个规范重构整个模块"，AI 自己读代码、改文件、跑测试、提交 PR。人家泡杯咖啡回来收个结果，下班了。

你用 Claude Code：说一句"帮我重构一下"，AI 改了三个文件，顺手把另一个模块干瘫痪了。你说"停！不是这样改的"，它说"好的，我改回来"——然后改回来的时候，又把另外两个文件干瘫痪了。

那一刻你终于悟了：你哪是在用 AI，你是在给 AI 当监护人。

同一个模型、同一个工具，差距咋就这么大？

答案很简单：差距不在模型，在 Harness。

我知道你现在满脑子问号：哈什么？奈什么？别急，往下看，五分钟后就懂了，还能拿去跟同事装个大的。

1. 一句话定义

LangChain 那边的人在 2026 年 3 月给过一个特别精炼的公式：

Agent = Model + Harness

翻译成人话就是：你不是模型，那你就是 Harness。

1.1 Model：原始智能

负责生成文本、推理、做决策。简单说，就是那个"会想"的部分。

1.2 Harness：模型外面那堆东西

系统 Prompt、工具、文件系统、沙箱、编排逻辑、Hook、可观测性……全算。它的活儿，是把模型吐出来的文字变成"真实的动作"。

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。

发动机再猛，没有车壳它也哪儿都去不了。总不能指望发动机自己滚着去上班吧？

Claude Code 本身就是一个 Harness，是包在 Claude 模型外面的执行环境。你在里面写的 CLAUDE.md、Skills、Hooks、MCP 服务器，是你自己的 Harness，盖在官方 Harness 之上。

就跟你买房一样：开发商给你毛坯房，你往里装修。别人家拎包入住，你家连水管都还没接。

2. 为什么 Harness 比你想的重要

大多数 Agent 翻车，不是模型太笨，而是 Harness 太薄——缺上下文、缺工具、缺反馈、缺护栏。

这是天大的好消息：模型你训不了，但 Harness 你可以自己重建。

2.1 两种认知，你细品

错误认知：
  Agent 不行 → 换更大的模型 → 还是不行 → 再换更大的 → 公司预算没了
正确认知：
  Agent 不行 → 检查 Harness 哪层薄了 → 补上那一层 → 立刻能用了 → 省下的钱买奶茶

换更大的模型，就像给一个不会做饭的人换一口更贵的锅。锅是好锅，菜照样糊。

3. Harness 的七层解剖

把各家组件列表汇总一下，一个 Harness 大致由七层组成：

① Instructions（指令）
   系统 Prompt / CLAUDE.md / AGENTS.md / Skill 定义 / 编码规范
   → 告诉 AI "按什么规矩干活"
② Knowledge（知识）
   记忆存储 / 上下文压缩 / 检索 / 进度文件
   → 告诉 AI "之前干了啥、该参考啥"
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"

3.1 排查口诀

这七层以后会一个一个细讲。今天先记一个排查标准：你的 Agent 出了问题，从第一层往下排查，问一句"哪一层失败了"。

就像家里灯不亮了，先看是不是没交电费，再看是不是灯泡烧了。别一上来就怀疑整个电网要重建。

4. 和 Loop Engineering 的关系

你要是看过我之前的 Loop Engineering 那篇，可能会问：这俩到底啥关系？

4.1 一句话区分

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

4.2 举个例子

Agent 修一个挂掉的测试：

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 读文件的权限、
  在沙箱里跑测试、允许工具 schema 编辑代码、记录日志
  → 这是 Harness Engineering（决定怎么执行）

4.3 不是二选一

两者不互斥，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"——翻译过来：脑子一热，冲了再说。

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"——翻译过来：活儿干得漂亮，可惜只干一次。

5. 一个必须提前知道的坑

我刚开始碰 Harness 的时候犯过一个大错：以为把 CLAUDE.md 写得漂漂亮亮，就是在做 Harness Engineering 了。

后来才明白，CLAUDE.md 只是七层里的第一层（Instructions），而且它有一个致命缺陷——

5.1 它是建议，不是命令

CLAUDE.md 是作为上下文加载的，不是作为配置强制执行的。

里面的规则，模型读了、通常会遵守，但永远不保证遵守。上下文窗口一塞满，它就开始选择性失忆。

就像你在冰箱上贴了张纸条："吃完饭记得洗碗。“你贴的时候很感动，觉得从此家里井井有条。结果 AI 看了一眼，觉得这是个不错的建议，然后继续忙别的去了。你还不能怪它——纸条上又没写"必须”，写了它也不一定听。

5.2 解法：靠环境，不靠自觉

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，模型没法靠幻觉绕过去。

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

不成熟是让 AI 自觉，成熟是给 AI 系安全带。自觉可能会忘，安全带不会。

6. 真正需要记住的

1. Agent = Model + Harness，不是模型的那部分就是 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 &gt; 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，硬规则得靠 Hook

下次再有人跟你抱怨"这 AI 不行"，你可以先问一句：是模型不行，还是你那层 Harness 太薄了？

大概率，对方沉默三秒，然后开始反思自己的人生。

转载自 CSDN-专业IT技术社区

原文链接：https://blog.csdn.net/jiangjunshow/article/details/166235496

搞懂Harness，才是做好AI Agent的核心