chill_notes/AI工程/概念/Harness工程.md

Harness工程（驾驭工程）

相关：AI编程演进阶段、Agent_as_Code、核心Loop、上下文体系

定义

Harness工程是AI编程的第5阶段，将AI纳入工程治理体系，为其提供约束体系和外部接口，实现全自动无人值守的开发。

核心思想：不是让AI更聪明，而是让AI在受控环境中工作。

核心特征

1. 约束体系

• 规则约束：Rules定义AI能做什么、不能做什么
• 规格约束：Spec定义需求和设计的边界
• 测试约束：自动化测试验证AI输出质量

2. 外部接口

• MCP：让AI访问数据库、文件系统等外部工具
• Skills：可复用的能力单元
• CLI：命令行工具集成

3. 自动化流程

• Plan阶段：人机协作，锁定需求
• 执行阶段：AI自治，无需人工介入
• 验证阶段：自动化测试，自动修复

关键原则

约束大于提示

• 不要依赖AI的"聪明"
• 通过约束体系保证质量
• 规则 > 提示词

文档即代码

• AGENTS.md作为宪法
• 规格文档可版本化
• 所有配置纳入Git

持续验证

• TDD驱动开发
• 自动化测试覆盖
• 持续集成持续交付

组成部分

Harness = 约束体系 + 工具体系 + 验证体系

约束体系：
  - Rules（规则）
  - Specs（规格）
  - Standards（标准）

工具体系：
  - MCP（外部工具）
  - Skills（能力单元）
  - CLI（命令行）

验证体系：
  - 单元测试
  - API测试
  - E2E测试
  - Code Review

适用场景

• 企业级项目：需要严格的质量控制
• 多团队协作：需要统一的开发规范
• 长期维护：需要持续的代码质量保证
• 合规要求：金融、医疗等需要审计的场景

实践要点

1. 建立文档体系

AGENTS.md          ← 宪法
docs/
├── standards/     ← 标准规格
├── features/      ← 需求规格
├── designs/       ← 设计规格（事实方案）
└── plans/         ← 计划规格（过程方案）

2. 配置工具链

• 选择合适的AI工具（Claude Code/Cursor/Kiro）
• 配置MCP访问外部工具
• 开发Skills封装常用能力

3. 建立验证流程

• 定义测试策略
• 配置CI/CD流程
• 建立Code Review规范

优势

• 质量可控：通过约束体系保证代码质量
• 可追溯：所有配置和变更有历史记录
• 可复用：Skills和配置可在项目间复用
• 可扩展：易于引入新的工具和流程

挑战

• 学习曲线：需要理解完整的工程体系
• 维护成本：需要持续维护文档和配置
• 工具依赖：依赖多个AI工具和协议

相关概念

• Agent_as_Code：Harness的技术实现方式
• 核心Loop：Harness中的开发循环
• 上下文体系：Harness的文档组织
• AI编程演进阶段：Harness是第5阶段