Update from Sync Service

wiki/Resources/方法论/HarnessEngineering-详细版.md

@@ -0,0 +1,117 @@
+---
+created: 2026-04-28
+type: concept
+tags: [Harness-Engineering, AI-Agent, 驾驭工程, 智能体环境]
+---
+
+# Harness Engineering（驾驭工程）
+
+> 基于 11 篇原始资料整理（OpenAI、Anthropic、Thoughtworks、LangChain 等）
+
+## 核心公式
+
+```
+AI Agent = Model（模型）+ Harness（挽具/环境）
+```
+
+**Harness** 是围绕 AI 模型构建的一切——工具、指令、状态管理、验证机制、运行时基础设施——它让模型的智能变得"可用"。
+
+> "The model contains the intelligence and the harness is the system that makes that intelligence useful." —— LangChain
+
+## 各机构定义对比
+
+| 机构 | 定义侧重点 | 主要比喻 | 关键差异 |
+|------|-----------|---------|---------|
+| **LangChain** | Harness = 除模型外的一切 | 工作引擎 | 定义范围最广 |
+| **Anthropic** | 多上下文窗口持续任务的环境脚手架 | 环境脚手架 | 聚焦长期运行的连续性与状态管理 |
+| **OpenAI** | 结构化文档库、架构约束、可观测性栈 | 代码仓库即知识系统 | 术语使用不明确，强调"零人工代码" |
+| **Thoughtworks** | 内层（工具内置）+ 外层（用户自建） | 赛博内廷 | 唯一区分"构建者"与"用户"挽具 |
+| **HumanLayer** | 上下文工程的子集 | 配置即杠杆 | 最关注防止"上下文腐烂" |
+| **Inngest** | 持久化事件驱动基础设施 | 布线挽具/安全带 | 唯一来自 DevOps 视角 |
+| **学术界 (CAR)** | Control-Agency-Runtime 三维度 | CAR 框架 | 提出 HarnessCard 报告格式 |
+
+## 五大子系统
+
+```
+┌─────────────────────────────────────┐
+│         THE HARNESS                 │
+│  Instructions │ State │ Verification│
+│  AGENTS.md    │progress│ tests+lint │
+│  CLAUDE.md    │feature │ type-check │
+│  docs/        │git log │ e2e pipeline│
+│                                     │
+│  Scope        │ Session Lifecycle   │
+│  one feature  │ init.sh at start    │
+│  at a time    │ clean state at end  │
+│               │ handoff note        │
+└─────────────────────────────────────┘
+```
+
+1. **Instructions（指令）**：Agent 的初始上下文
+2. **State（状态）**：跨会话跟踪
+3. **Verification（验证）**：测试、lint、类型检查
+4. **Scope（范围）**：限定任务边界
+5. **Session Lifecycle（会话生命周期）**：初始化、移交、清理
+
+## 三维挽具分类
+
+| 类型 | 调控对象 | 示例 |
+|------|---------|------|
+| **Velocity Harness** | 开发速度 | PR 大小、周期时间、合并阻塞 |
+| **Sustainability Harness** | 代码质量 | 重复代码、圈复杂度、测试覆盖率 |
+| **Architecture Fitness** | 架构特征 | 性能要求、可观测性、依赖方向 |
+| **Behaviour Harness** | 功能正确性 | 规格说明、测试套件、端到端验证 |
+
+## 优势 ✅
+
+- **显著提升任务质量**：Anthropic 实验，同一模型无 Harness 产出无法运行，有 Harness 产出可实际游玩
+- **突破上下文窗口限制**：通过会话移交文件跨多窗口工作数小时至数天
+- **减少人工监督**：自动捕获修正问题，降低审查负担
+- **工程化可复制**：最佳实践编码为 Harness，团队共享复用
+- **架构约束自动化**：linter 和结构测试自动执行规范
+- **防止上下文腐烂**：子智能体作为"上下文防火墙"
+- **提高信任度**：静态分析、测试运行、架构检查提供质量保证
+
+## 劣势 ⚠️
+
+- **前期构建成本高**：编写 AGENTS.md、init.sh、验证脚本等初期更慢
+- **运行成本显著增加**：多 Agent 架构成本提升 20 倍以上（$9 vs $200）
+- **维护与漂移**：Harness 文件会过时，需要持续的"文档园艺"
+- **模型过拟合风险**：模型在训练所用 Harness 上过度拟合
+- **行为正确性仍难保证**：对"功能是否符合用户意图"保证有限
+- **复杂度膨胀陷阱**：过度工程化浪费时间调优配置
+- **可测性差**：缺少 Harness 覆盖率指标
+
+## 适用场景
+
+| 高度适用 | 不适用 |
+|---------|--------|
+| 长期运行的编码任务 | 一次性简单任务 |
+| 企业级/遗留代码库自动化 | 高度不确定或创意性任务 |
+| 从零到一构建产品（无人工代码） | 模型能力覆盖的任务 |
+| 反复出现相同类型失败的 Agent 工作流 | 团队不具备工程化能力 |
+| 多 Agent 协作系统 | |
+| 需要高可靠性的生产环境 | |
+
+## 与其他方法的关系
+
+| 方法 | 关系 |
+|------|------|
+| [[AgenticSE 智能体软件工程]] | Harness 是解决 AI 队友可靠性的具体技术 |
+| [[SDD 规格驱动开发]] | Harness 关注环境，SDD 关注规格 |
+| [[Superpowers 技能框架]] | Harness 关注环境，Superpowers 关注流程 |
+
+## 原文档
+
+- `/obsidian/参考资料/Harness_Engineering/`
+- OpenAI: Harness engineering: leveraging Codex in an agent-first world
+- Anthropic: Effective harnesses for long-running agents
+- Thoughtworks: Harness engineering for coding agent users
+- LangChain: The Anatomy of an Agent Harness
+- HumanLayer: Skill Issue: Harness Engineering for Coding Agents
+- Inngest: Your Agent Needs a Harness, Not a Framework
+- 学术论文: The Harness Layer as Control, Agency, and Runtime
+
+---
+
+*基于 11 篇原始资料整理，整理日期：2026-04-28*