---
title: Harness Engineering 知识体系
tags:
  - AI-Agent
  - Engineering
  - Prompt-Engineering
  - Context-Engineering
created: 2026-04-21
source: 基于11篇原始资料整理（OpenAI/Anthropic/Thoughtworks/LangChain/HumanLayer/Inngest/学术界）
---

# Harness Engineering

> AI Agent = Model + Harness
> 
> *"The model contains the intelligence and the harness is the system that makes that intelligence useful."* — LangChain

## 核心定义

**Harness** = 除模型以外的一切——工具、指令、状态管理、验证机制、运行时基础设施

让模型输出从"不可靠"变成"可信赖"的工程体系。

---

## 各机构视角

| 机构 | 侧重点 |
|------|--------|
| **LangChain** | 最宽泛：Harness = 一切非模型的技术层 |
| **Anthropic** | 环境脚手架 + 长任务连续性 + clean state 理念 |
| **OpenAI** | 代码仓库即知识系统，强调"零人工代码"自动化 |
| **Thoughtworks** | 赛博内廷（cybernetic governor），区分"构建者挽具"vs"用户挽具" |
| **HumanLayer** | Harness = Context Engineering 的子集，专注上下文窗口管理 |
| **Inngest** | 持久化事件驱动基础设施 |
| **学术界（CAR框架）** | Control + Agency + Runtime 三元框架 |

---

## 五大大子系统（walkinglabs 综合框架）

### 1. Instructions（指令）
告诉 Agent 做什么、按什么顺序、读什么文件。采用**渐进式披露**（Progressive Disclosure），而非巨型文件。

### 2. State（状态）
追踪已完成什么、正在做什么、接下来是什么。**持久化到磁盘**，确保会话间连续性。

### 3. Verification（验证）
只有通过测试才算完成。Agent 不能在无可运行证据的情况下宣告任务完成。

### 4. Scope（范围）
将 Agent 约束到**每次一个功能**，防止过度扩展和半途而废。

### 5. Session Lifecycle（会话生命周期）
- 开始时初始化
- 结束时清理
- 为下一次会话留下清晰的重启路径

---

## 两类控制（Thoughtworks）

| 类型 | 计算型 | 推理型 |
|------|--------|--------|
| 执行 | CPU确定性快速 | GPU/NPU语义分析 |
| 例子 | 测试/linter/类型检查 | LLM as Judge/AI代码审查 |
| 特点 | 结果可靠 | 成本高但能处理语义判断 |

### 前馈导引 + 反馈传感
- **前馈导引**（Feedforward Guides）：在工作前注入上下文（AGENTS.md、技能文件、引导脚本）
- **反馈传感**（Feedback Sensors）：工作后检测问题（静态分析、日志、测试）

---

## 三类调控维度（Thoughtworks）

| 维度 | 调控内容 | 例子 |
|------|----------|------|
| **可维护性挽具** | 代码内部质量 | 重复代码、圈复杂度、测试覆盖率 |
| **架构适应性挽具** | 架构特征 | 性能要求、可观测性标准、依赖方向规则 |
| **行为挽具** | 功能正确性 | 规格说明、测试套件、端到端验证 |

---

## CAR 框架（学术界）

三个维度：
- **Control（控制）** — 哪些指令保持权威
- **Agency（智能体能力）** — 哪些行动可用
- **Runtime（运行时）** — 状态如何延续、故障如何处理

提出 **Harness-sensitive** 概念：部分 Agent 性能提升可能来自 Harness 改进，而非模型本身。

---

## 实测效果（Anthropic）

同一模型 + 同一提示词（构建2D复古游戏编辑器）：

| | 有Harness | 无Harness |
|--|-----------|-----------|
| 成本 | $9 | 更高 |
| 时间 | 20分钟 | 更长 |
| 结果 | 可运行 | 无法运行 |

**结论**：Harness 改进可能比模型本身带来的性能提升更显著。

---

## 核心启示

1. **Harness 是杠杆** — 同一模型，有无 Harness 结果差异巨大
2. **验证即完成** — Agent 不能在无可运行证据的情况下宣告完成
3. **状态持久化** — 会话间的连续性是长任务的关键
4. **Scope 约束** — 防止 Agent 过度扩展和半途而废
5. **渐进式披露** — 指令文件不要堆成巨型文件

---

## 与 OpenClaw 的关系

OpenClaw 本身就是一种 **Harness** 的实现：
- `AGENTS.md` / `SOUL.md` / `USER.md` = Instructions 子系统
- `MEMORY.md` / `memory/` = State 子系统
- `HEARTBEAT.md` = Verification + Session Lifecycle
- Skills 系统 = 工具扩展（Tool Harness）

Harness Engineering 理论可以指导 OpenClaw 的优化方向。